python - 如何从 unicode (utf-8) csv 文件导入 numpy 数组

Question

我并不是想聪明或快速地做到这一点，只是想完全做到这一点。

我有一个如下所示的文件:

$ cat all_user_token_counts.csv  
@5raphaels,in,15
@5raphaels,for,15
@5raphaels,unless,11
@5raphaels,you,11

我知道它的 uncode utf-8 编码，因为我创建了它，就像这样

    debug('opening ' + ALL_USER_TOKEN_COUNTS_FILE)
    file = codecs.open(ALL_USER_TOKEN_COUNTS_FILE, encoding="utf-8",mode= "w")
    for (user, token) in tokenizer.get_tokens_from_all_files():
        #... count tokens ..
        file.write(unicode(username +","+ token +","+ str(count) +"\r\n"))

我想将它读入一个 numpy 数组，所以它看起来像这样，或者其他东西..

   array([[u'@5raphaels', u'in', 15],
          [u'@5raphaels', u'for', 11],
          [u'@5raphaels', u'unless', 11]], 
          dtype=('<U10', '<U10', int))

当我在写这个问题的过程中进行实验时，我发现这甚至可能不可能？如果是这样，我很想知道!

提前致谢!

Answer 1

这可以通过 np.loadtxt 轻松完成:

import numpy as np
arr=np.loadtxt('all_user_token_counts.csv',delimiter=',',
                  dtype = '|U10,<U10,int')
print(arr)

# [(u'@5raphaels', u'in', 15) (u'@5raphaels', u'for', 15)
#  (u'@5raphaels', u'unless', 11) (u'@5raphaels', u'you', 11)]