如何强制numpy.genfromtxt生成一个非结构化的numpy数组?

Question

在Python 3中，我做：

s = StringIO(u"1,1.3,abcden2,1.3,test")
data = numpy.genfromtxt(s, dtype=[int,float,'U10'], delimiter=',', names=None)

我得到：

array([(1, 1.3, 'abcde'), (2, 1.3, 'test')],
dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', '<U10')])

我想得到一个没有如下名称的常规 numpy 数组：

array([[1, 1.3, 'abcde'], 
[2, 1.3, 'test']])

可能吗？

Answer 1

使用文本列表：

In [338]: txt = '''1, 1.3, abcde 
...: 2, 1.3, def'''.splitlines()                                           

结构化数组：

In [339]: np.genfromtxt(txt, dtype=None, delimiter=',', encoding=None)          
Out[339]: 
array([(1, 1.3, ' abcde'), (2, 1.3, ' def')],
dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', '<U6')])

尝试指定对象 - 每个项目都有自己的类型：

In [340]: np.genfromtxt(txt, dtype=object, delimiter=',', encoding=None)        
Out[340]: 
array([[b'1', b' 1.3', b' abcde'],
[b'2', b' 1.3', b' def']], dtype=object)

它不会尝试将任何字符串转换为数字。

converters正确转换列，但由于某种原因仍然创建一个结构化数组：

In [341]: np.genfromtxt(txt, dtype=object, delimiter=',', encoding=None, convert
...: ers={0:int, 1:float})                                                 
Out[341]: 
array([(1, 1.3, b' abcde'), (2, 1.3, b' def')],
dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', 'O')])

但是您可以通过列表将结构化数组转换为对象 dtype：

In [346]: np.genfromtxt(txt, dtype=None, delimiter=',', encoding=None)          
Out[346]: 
array([(1, 1.3, ' abcde'), (2, 1.3, ' def')],
dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', '<U6')])
In [347]: np.array(_.tolist(), object)                                          
Out[347]: 
array([[1, 1.3, ' abcde'],
[2, 1.3, ' def']], dtype=object)

另一种选择是自己拆分行，构建列表列表。genfromtxt正在用更多的花里胡哨来做到这一点。

In [357]: lines=[] 
...: for line in txt: 
...:     i = line.split(',') 
...:     x = (int(i[0]), float(i[1]), i[2].strip()) 
...:     lines.append(x) 
In [358]: lines                                                                 
Out[358]: [(1, 1.3, 'abcde'), (2, 1.3, 'def')]
In [359]: np.array(lines,object)                                                
Out[359]: 
array([[1, 1.3, 'abcde'],
[2, 1.3, 'def']], dtype=object)

但请注意，您无法对该对象数组以及数字数组甚至结构化数组的数字字段进行数学运算。

Answer 2

你得到的是一个"结构化数组"，它优于"常规数组"，因为它支持异构数据类型。 您的两列是数字，但一列是文本，因此将数据折叠成没有结构的普通numpy.ndarray实际上没有意义。 但如果需要，您可以：

numpy.array(data.tolist())

这将为您提供包含所有字符串的ndarray：

array([['1', '1.3', 'abcde'],
['2', '1.3', 'test']], dtype='<U32')

但这很少是一个好主意。 如果我们有更多的背景，我们也许能够提出更好的整体方法。