将矩阵数据从 CSV 导入到 numpy 数组中，切片结果时出现问题

Question

我有多个CSV文件要在numpy数组中读取，需要使用有效的方法。目前我可以正确读取数据，但结果不灵活，无法对输出进行切片。

import numpy
from array import array
inputfile = "C:/temp.csv")
mx=numpy.genfromtxt(inputfile ,  names=True, dtype=int, delimiter=',') 

使用上面的代码，我可以输入数据，结果如下所示：

array([(1, 84, 79, 11, 35, 24, 22, 40), (2, 74, 34, 94, 33, 32, 27, 79),
   (3, 19, 57, 59, 54, 86, 44, 56), (4, 67, 57, 35, 41, 46, 39, 20),
   (5, 62, 20, 65, 38, 85, 83, 64), (6, 68, 65, 71, 35, 41, 56, 85),
   (7, 61, 75, 91, 48, 55, 31, 82)], 
  dtype=[('Zone', '<i4'), ('1', '<i4'), ('2', '<i4'), ('3', '<i4'), ('4', '<i4'), ('5', '<i4'), ('6', '<i4'), ('7', '<i4')])

现在我想执行一些我不能的切片。有人可以帮我从

Answer 1

你那里有一个结构化数组。要访问各个"列"，您可以使用它们的字段名称（例如 mx['Zone']访问第一个"列"）。

您可以使用 .view() 方法将其转换为 2D 标准数组：

mx_2d = mx.view('<i4').reshape(mx.shape[0], -1)

现在，您可以在列维度中使用正常的切片索引：

print(mx_2d[:, :2])
# [[ 1 84]
#  [ 2 74]
#  [ 3 19]
#  [ 4 67]
#  [ 5 62]
#  [ 6 68]
#  [ 7 61]]