小编Abh*_*nan的帖子

我正在使用python w/scipy包来读取MatLab文件.

然而,它需要太长时间和崩溃.

该数据集的大小约为50〜MB

有没有更好的方法来读取数据并形成边缘列表？

我的python代码

import scipy.io as io
data=io.loadmat('realitymining.mat')
print data

场景 - 客户端使用 Avro Reflect Datum Writer 序列化 POJO，并将 GenericRecord 写入文件。通过反射获得的模式是这样的（注意顺序A，B，D，C） -

{
"namespace": "storage.management.example.schema",

"type": "record",
"doc": "Example schema for testing",
"name": "Event",
"fields": [
     ....
     ....
    { "name": "A", "type":  "string"  },
    { "name": "B", "type":  "string"  },
    { "name": "D", "type": "string" },
    { "name": "C", "type":  "string"  },
     ....
     ....
]
} 

代理读取文件并使用默认模式（注意顺序 - A、B、C、D）反序列化记录的子集（客户端保证具有这些字段）

{
"namespace": "storage.management.example.schema",
"type": "record",
"doc": "Example schema for testing",
"name": "Event",
"fields": [
    { "name": "A", "type":  "string"  },
    { …

我有一个40维的numpy向量,其值为-0.399917,0.441786 ......

默认情况下,向量的数据类型为| S8(String)

当我尝试使用astype方法更改dtype时,我收到以下错误 -

ValueError:无法将字符串转换为float:

我的部分颂歌

 value=np.array(value) 
 value.astype(float)