我有一个看起来像这样的.dat文件。
ID_1,5.0,5.0,5.0,...
ID_2,5.0,5.0,5.0,...
我试图将数据导入python。
如果我这样做,它会给我一个元组列表。
data = np.genfromtxt('mydat.dat',
dtype=None,
delimiter=',')
但是,当我执行以下操作时会产生奇怪的结果,可能是因为第一个元素不是浮点。
np.fromfile('mydat.dat', dtype=float)
array([ 3.45301146e-086, 3.45300781e-086, 3.25195588e-086, ...,
8.04331780e-096, 8.04331780e-096, 1.31544776e-259])
对此有任何建议吗?这是将.DAT文件作为数组导入到Python的两个主要方法,并且似乎没有提供所需的结果。
这是我们读取'mydat.dat'文件的每一行的一种方式,将每个值转换为 str
或 float
,然后加载到 numpy
array
。
import numpy as np
def is_float(string):
""" True if given string is float else False"""
try:
return float(string)
except ValueError:
return False
data = []
with open('mydat.dat', 'r') as f:
d = f.readlines()
for i in d:
k = i.rstrip().split(",")
data.append([float(i) if is_float(i) else i for i in k])
data = np.array(data, dtype='O')
结果
>>> data
array([['ID_1', 5.0, 5.0, 5.0],
['ID_2', 5.0, 5.0, 5.0]], dtype=object)
另外,如果您可以使用pandas
读取和操纵数据,我会这样做。pandas
的效率很高,尤其是对于较大的数据,并且易于操纵。
#read data as csv to a dataframe
>>> df = pd.read_csv('mydat.dat', sep=",", header=None)
>>> df
0 1 2 3
0 ID_1 5.0 5.0 5.0
1 ID_2 5.0 5.0 5.0
#Transposed data with ID numbers as headers
>>> df.T
0 1
0 ID_1 ID_2
1 5 5
2 5 5
3 5 5
>>>
您可能需要使用numpy loadText。您可以指定不同列的格式。