python - numpy.loadtxt 和制表符分隔值 : data type not understood

Question

我在使用 numpy.loadtxt 导入制表符分隔值时遇到问题。

我需要导入的行具有以下形式:

01-Aug-2013 1143_051-100    r   702 135 32  7   

我只想阅读第 0、2、3、4、5、6 列。这是我目前所拥有的:

numpy.loadtxt(test,dtype= (str,str,int,int,int,int), delimiter= "\t", usecols = (0,2,3,4,5,6))

这将返回无法理解的数据类型。我在这里缺少什么？

Answer 1

为了实现快速索引，NumPy 依赖于每个具有固定宽度的数据类型。所以如果你指定一个字符串数据类型，你还必须指定字符串中的字节数。所以

dtype = '|S11,|S1,<i4,<i4,<i4,<i4'

适用于您发布的数据。

但是，当字符串具有可变宽度时，使用 np.genfromtxt 而不是 np.loadtxt 更容易，因为您可以指定 dtype=None 并让 np.genfromtxt 对每列的 dtype 进行有根据的猜测。

---

In [15]: np.genfromtxt('data', delimiter='\t', dtype=None, usecols=(0,2,3,4,5,6))
Out[15]: 
array(('01-Aug-2013', 'r', 702, 135, 32, 7), 
      dtype=[('f0', 'S11'), ('f1', 'S1'), ('f2', '<i4'), ('f3', '<i4'), ('f4', '<i4'), ('f5', '<i4')])

或

In [16]: np.loadtxt('data', delimiter='\t', dtype='|S11,|S1,<i4,<i4,<i4,<i4', usecols=(0,2,3,4,5,6))
Out[16]: 
array(('01-Aug-2013', 'r', 702, 135, 32, 7), 
      dtype=[('f0', 'S11'), ('f1', 'S1'), ('f2', '<i4'), ('f3', '<i4'), ('f4', '<i4'), ('f5', '<i4')])