- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有混合字符串和数字内容的数据文件。即:
tag1 0.1 0.2 0.3
tag2 0.2 0.3 0.5
tag3 0.1 0.4 0.5
tag2 0.4 0.3 0.2
tag1 0.3 0.3 0.1
tag3 0.2 0.1 0.4
最终目标是从第 2 列和第 3 列中提取一个数组来分析(可能绘制)所有标签为“tag2”的元素。 (及其其他排列)
关于 stackoverflow 的另一个讨论表明读取文件最好由 genfromtxt
使用 dtype=None
来理解 ascii 条目。
我尝试了这个想法;
x= np.genfromtxt('data1.rpt',dtype=None)
我希望得到一个 6 行 4 列的二维数组。但事实证明,我得到了一个包含 6 行和一些意想不到的复合条目的数组。
>>> x= np.genfromtxt('data1.rpt',dtype=None)
>>> x
array([('tag1', 0.1, 0.2, 0.3), ('tag2', 0.2, 0.3, 0.5),
('tag3', 0.1, 0.4, 0.5), ('tag2', 0.4, 0.3, 0.2),
('tag1', 0.3, 0.3, 0.1), ('tag3', 0.2, 0.1, 0.4)],
dtype=[('f0', 'S4'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8')])
>>> x.shape
(6,)
>>>
将文件处理成数组的最佳方法是什么,然后可以过滤或切片内容?
感谢您的反馈。
最佳答案
坚持使用 genfromtxt
加载的数据:
In [155]: txt = b'''tag1 0.1 0.2 0.3
...: tag2 0.2 0.3 0.5
...: tag3 0.1 0.4 0.5
...: tag2 0.4 0.3 0.2
...: tag1 0.3 0.3 0.1
...: tag3 0.2 0.1 0.4'''.splitlines()
In [156]: data = np.genfromtxt(txt, dtype=None)
...
In [157]: data
Out[157]:
array([(b'tag1', 0.1, 0.2, 0.3), (b'tag2', 0.2, 0.3, 0.5),
(b'tag3', 0.1, 0.4, 0.5), (b'tag2', 0.4, 0.3, 0.2),
(b'tag1', 0.3, 0.3, 0.1), (b'tag3', 0.2, 0.1, 0.4)],
dtype=[('f0', 'S4'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8')])
我在 py3 中,所以字节串显示为 b'tag2'
'
这是一个结构化数组,包含字段而不是列。
In [158]: data['f0']
Out[158]: array([b'tag1', b'tag2', b'tag3', b'tag2', b'tag1', b'tag3'], dtype='|S4')
所以带有tag2
的记录是:
In [161]: mask = data['f0']==b'tag2'
In [162]: mask
Out[162]: array([False, True, False, True, False, False])
In [163]: data1=data[mask]
In [164]: data1
Out[164]:
array([(b'tag2', 0.2, 0.3, 0.5), (b'tag2', 0.4, 0.3, 0.2)],
dtype=[('f0', 'S4'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8')])
我们可以从那些记录中选择数据列:
In [165]: col2 = data1['f1']
In [166]: col3 = data1['f2']
In [167]: col2
Out[167]: array([0.2, 0.4])
In [168]: col3
Out[168]: array([0.3, 0.3])
使用 genfromtxt
我可以指定 usecols
。通过 2 阶段读取,我们可以跳过结构化数组。
读取一次获取标签:
In [170]: tags =np.genfromtxt(txt, usecols=[0], dtype=str)
In [171]: tags
Out[171]: array(['tag1', 'tag2', 'tag3', 'tag2', 'tag1', 'tag3'], dtype='<U4')
In [172]: mask = tags=='tag2'
In [173]: mask
Out[173]: array([False, True, False, True, False, False])
再次读取获取数据:
In [174]: data =np.genfromtxt(txt, usecols=[1,2,3])
In [175]: data
Out[175]:
array([[0.1, 0.2, 0.3],
[0.2, 0.3, 0.5],
[0.1, 0.4, 0.5],
[0.4, 0.3, 0.2],
[0.3, 0.3, 0.1],
[0.2, 0.1, 0.4]])
In [176]: data[mask,:]
Out[176]:
array([[0.2, 0.3, 0.5],
[0.4, 0.3, 0.2]])
或者使用更多的dtype
,我可以用 2 个字段加载数据:
In [181]: data = np.genfromtxt(txt, dtype='U5,3f')
In [182]: data
Out[182]:
array([('tag1', [0.1, 0.2, 0.3]), ('tag2', [0.2, 0.3, 0.5]),
('tag3', [0.1, 0.4, 0.5]), ('tag2', [0.4, 0.3, 0.2]),
('tag1', [0.3, 0.3, 0.1]), ('tag3', [0.2, 0.1, 0.4])],
dtype=[('f0', '<U5'), ('f1', '<f4', (3,))])
In [183]: data['f0']
Out[183]: array(['tag1', 'tag2', 'tag3', 'tag2', 'tag1', 'tag3'], dtype='<U5')
In [184]: data['f1']
Out[184]:
array([[0.1, 0.2, 0.3],
[0.2, 0.3, 0.5],
[0.1, 0.4, 0.5],
[0.4, 0.3, 0.2],
[0.3, 0.3, 0.1],
[0.2, 0.1, 0.4]], dtype=float32)
关于来自 genfromtxt 的 Python 2D numpy 数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48714626/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!