python - numpy.genfromtxt 生成看起来像元组的数组，而不是二维数组——为什么？

Question

我正在运行 genfromtxt，如下所示:

date_conv = lambda x: str(x).replace(":", "/")
time_conv = lambda x: str(x)

a = np.genfromtxt(input.txt, delimiter=',', skip_header=4,
      usecols=[0, 1] + radii_indices, converters={0: date_conv, 1: time_conv})

input.txt 来自 this gist .

当我查看结果时，它是一维数组而不是二维数组:

>>> np.shape(a)
(918,)

它似乎是一个元组数组:

>>> a[0]
('06/03/2006', '08:27:23', 6.4e-05, 0.000336, 0.001168, 0.002716, 0.004274, 0.004658, 0.003756, 0.002697, 0.002257, 0.002566, 0.003522, 0.004471, 0.00492, 0.005602, 0.006956, 0.008442, 0.008784, 0.006976, 0.003917, 0.001494, 0.000379, 6.4e-05)

如果我从 genfromtxt 调用中删除转换器规范，它可以正常工作并生成一个二维数组:

>>> np.shape(a)
(918, 24)

Answer 1

返回的称为 结构化 ndarray，参见例如这里:http://docs.scipy.org/doc/numpy/user/basics.rec.html .这是因为您的数据不是同质的，即并非所有元素都具有相同的类型:数据包含字符串(前两列)和 float 。 Numpy 数组必须是同构的(参见 here 的解释)。

结构化数组通过为每个记录或行使用元组来“解决”这种同质性约束，这就是返回数组是一维数组的原因:一系列元组，但每个元组(行)由多个字段组成，因此您可以将其视为行和列。不同的列可以作为 a['nameofcolumn'] 访问，例如a['Julian_Day'].

删除前两列的转换器时返回二维数组的原因是，在这种情况下，genfromtxt 会考虑相同类型的所有数据，并返回一个普通的 ndarray(默认类型是 float ，但您可以使用 dtype 参数指定)。

EDIT:如果要使用列名，可以使用 names 参数(并将 skip_header 设置为三):

a2 = np.genfromtxt("input.txt", delimiter=',', skip_header=3, names = True, dtype = None,
                  usecols=[0, 1] + radii_indices, converters={0: date_conv, 1: time_conv})

你可以做的例如:

>>> a2['Dateddmmyyyy']
array(['06/03/2006', '06/03/2006', '18/03/2006', '19/03/2006',
       '19/03/2006', '19/03/2006', '19/03/2006', '19/03/2006',
       '19/03/2006', '19/03/2006'], 
      dtype='|S10')