python - 使用 numpy.loadtxt 加载包含 float 和字符串的文本文件

Question

我有一个文本文件，data.txt，其中包含:

5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa
5.8,2.7,4.1,1.0,Iris-versicolor
6.2,2.2,4.5,1.5,Iris-versicolor
6.4,3.1,5.5,1.8,Iris-virginica
6.0,3.0,4.8,1.8,Iris-virginica

如何使用 numpy.loadtxt() 加载这些数据，以便在加载后得到一个 NumPy 数组，例如 [['5.1' '3.5' '1.4' '0.2' '鸢尾花'] ['4.9' '3.0' '1.4' '0.2' '鸢尾花'] ...]?

我试过了

np.loadtxt(open("data.txt"), 'r',
           dtype={
               'names': (
                   'sepal length', 'sepal width', 'petal length',
                   'petal width', 'label'),
               'formats': (
                   np.float, np.float, np.float, np.float, np.str)},
           delimiter= ',', skiprows=0)

Answer 1

如果您使用 np.genfromtxt ，您可以指定 dtype=None，这将告诉 genfromtxt 智能猜测每一列的 dtype。最方便的是，它减轻了您指定字符串列所需字节数的负担。 (通过指定例如 np.str 来省略字节数是行不通的。)

In [58]: np.genfromtxt('data.txt', delimiter=',', dtype=None, names=('sepal length', 'sepal width', 'petal length', 'petal width', 'label'))
Out[58]: 
array([(5.1, 3.5, 1.4, 0.2, 'Iris-setosa'),
       (4.9, 3.0, 1.4, 0.2, 'Iris-setosa'),
       (5.8, 2.7, 4.1, 1.0, 'Iris-versicolor'),
       (6.2, 2.2, 4.5, 1.5, 'Iris-versicolor'),
       (6.4, 3.1, 5.5, 1.8, 'Iris-virginica'),
       (6.0, 3.0, 4.8, 1.8, 'Iris-virginica')], 
      dtype=[('sepal_length', '<f8'), ('sepal_width', '<f8'), ('petal_length', '<f8'), ('petal_width', '<f8'), ('label', 'S15')])

---

如果您确实想使用 np.loadtxt，然后以最少的更改来修复您的代码，您可以使用:

np.loadtxt("data.txt",
   dtype={'names': ('sepal length', 'sepal width', 'petal length', 'petal width', 'label'),
          'formats': (np.float, np.float, np.float, np.float, '|S15')},
   delimiter=',', skiprows=0)

主要区别只是将 np.str 更改为 |S15(一个 15 字节的字符串)。

还要注意open("data.txt"), 'r' 应该是 open("data.txt", 'r')。但是由于 np.loadtxt 可以接受文件名，所以你根本不需要使用 open。