我正在尝试将二维数组转换为带有命名字段的结构化数组.我希望2D数组中的每一行都是结构化数组中的新记录.不幸的是,我所尝试的一切都没有按照我的预期进行.
我开始时:
>>> myarray = numpy.array([("Hello",2.5,3),("World",3.6,2)])
>>> print myarray
[['Hello' '2.5' '3']
['World' '3.6' '2']]
我想转换为看起来像这样的东西:
>>> newarray = numpy.array([("Hello",2.5,3),("World",3.6,2)], dtype=[("Col1","S8"),("Col2","f8"),("Col3","i8")])
>>> print newarray
[('Hello', 2.5, 3L) ('World', 3.6000000000000001, 2L)]
我尝试过的:
>>> newarray = myarray.astype([("Col1","S8"),("Col2","f8"),("Col3","i8")])
>>> print newarray
[[('Hello', 0.0, 0L) ('2.5', 0.0, 0L) ('3', 0.0, 0L)]
[('World', 0.0, 0L) ('3.6', 0.0, 0L) ('2', 0.0, 0L)]]
>>> newarray = numpy.array(myarray, dtype=[("Col1","S8"),("Col2","f8"),("Col3","i8")])
>>> print newarray
[[('Hello', 0.0, 0L) ('2.5', 0.0, 0L) ('3', 0.0, 0L)]
[('World', 0.0, 0L) ('3.6', 0.0, 0L) ('2', …我读了一系列数字
np.array(f.read().split(),dtype=np.float64)
然后我使用它将其转换为二维数组np.reshape().
在此之后,如何转换arr为记录数组？我尝试了(类似)以下内容:
filename = 'unstructured-file.txt'
nfields = 3
names = ('r','g','b')
with open(filename,'r') as f:
arr = np.array(f.read().split(),dtype=np.float64)
arr = arr.reshape(-1,nfields)
out = np.array(arr,dtype=zip(names,['float64']*length(names))
但是说 TypeError: expected a readable buffer object
有什么建议？
编辑:我想要做的主要是命名我的列.
代替
out = np.array(arr,dtype=zip(names,['float64']*length(names))
如果我用这个,
out = np.core.records.fromrecords(arr.reshape(-1,nfields),names=','.join(names))
我可以使用out['r']等等,但是out.dtype.names是无.到底是怎么回事？
EDIT2
非结构化文件看起来像
Some text
More text
100 1.000000E-01 46
-1.891701E+04 1.702921E+02 -2.323660E+04 4.547841E+03 -2.778444E+04
0.000000E+00 0.000000E+00 0.000000E+00 0.000000E+00 -2.149862E+04
1.753467E+02 3.410277E+03 -1.034898E+05 2.778692E+04 0.000000E+00
0.000000E+00 0.000000E+00 0.000000E+00 …