python - numpy数组维度不匹配错误

Question

总的来说，我对 numpy 和 python 很陌生。当我尝试 append 值时，即使我已确保两个数组具有相同的维度，我也会收到维度不匹配错误。我的另一个问题是为什么 numpy 在从制表符分隔的文本文件读取数据时创建一维数组。

import numpy as np

names = ["Angle", "RX_Power", "Frequency"]
data = np.array([0,0,0],float)  #experimental

data = np.genfromtxt("rx_power_mode 0.txt", dtype=float, delimiter='\t', names = names, usecols=[0,1,2], skip_header=1)

freq_177 = np.zeros(shape=(data.shape))

print(freq_177.shape)  #outputs(315,)

for i in range(len(data)):

    if data[i][2] == 177:
        #np.concatenate(freq_177,data[i]) has same issue
        np.append(freq_177,data[i],0) 

我得到的输出是

all the input arrays must have same number of dimensions

Answer 1

带注释的代码:

import numpy as np

names = ["Angle", "RX_Power", "Frequency"]

您不需要“初始化”数组 - 除非您要为各个元素分配值。

data = np.array([0,0,0],float)  #experimental

此数据分配完全覆盖前一个。

data = np.genfromtxt("rx_power_mode 0.txt", dtype=float, delimiter='\t', names = names, usecols=[0,1,2], skip_header=1)

此时查看数据。什么是data.shape？什么是data.dtype？打印它，或者至少打印一些元素。对于names，我猜测这是一个一维数组，具有 3 个字段dtype。不过，它不是一个二维数组，它可以像这样转换/查看所有 float 。

为什么要创建一个一维零数组？

freq_177 = np.zeros(shape=(data.shape))
print(freq_177.shape)  #outputs(315,)

对于像data这样的结构化数组，索引给定元素的首选方法是按字段名称和行号，例如。数据['频率'][i]`。玩这个。

np.append 与列表追加不同。它返回一个值；它不会就地更改freq_177。与连接相同。我建议远离np.append。很容易以错误的方式和地点使用它。

for i in range(len(data)):
    if data[i][2] == 177:
        #np.concatenate(freq_177,data[i]) has same issue
        np.append(freq_177,data[i],0) 

您似乎想要在 freq_177 中收集“频率”字段为 177 的 data 数组的所有项。

I = data['frequency'].astype(int)==177
freq_177 = data[I]

我使用了astype(int)，因为使用浮点的==测试是不确定的。它最好与整数一起使用。

I 是一个 bool 掩码，值匹配时为 true； data[I]则为data对应的元素。 dtype 将与 data 匹配，即它将有 3 个字段。您无法将其 append 或连接到浮点零数组(您的原始 freq_177)。

如果您必须迭代和收集值，我建议使用列表追加，例如

alist = []
for row in data:
   if int(row['frequency'])==177:
       alist.append(row)
freq177 = np.array(alist)

<小时/>

我认为除了在其自己的 doc 页面和文本中之外，对 np.append 的讨论不多。它会定期出现在 SO 问题中。

http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.append.html

Returns: append : ndarray

A copy of arr with values appended to axis. Note that append does not occur in-place: a new array is allocated and filled.

另请参阅解释器 shell 中的 help(np.append)。

对于genfromtxt - 它也有文档和很多SO讨论。但要了解它在这种情况下返回的内容，您还需要阅读结构化数组和复合数据类型。 (添加链接？)

尝试加载数据:

data = np.genfromtxt("rx_power_mode 0.txt", dtype=float, delimiter='\t', usecols=[0,1,2], skip_header=1)

由于您跳过标题行，并且仅使用带有 float 的列，因此 data 应该是一个包含 3 列的二维数组，(N, 3)。在这种情况下，您可以使用 data[:,2]

访问“频率”值

I = int(data[:,2])==177
freq_177 = data[I,:]

freq_177 现在是一个 3 列数组 - 包含 data 行的子集。