使用：运算符索引numpy.void的numpy.ndarray（作为numy.genfromtxt的输出）_Numpy_Indexing_Python 2.7_Genfromtxt

使用：运算符索引numpy.void的numpy.ndarray（作为numy.genfromtxt的输出）

numpy indexing python-2.7

使用：运算符索引numpy.void的numpy.ndarray（作为numy.genfromtxt的输出）,numpy,indexing,python-2.7,genfromtxt,Numpy,Indexing,Python 2.7,Genfromtxt,我使用numpy.genfromtxt生成数据，如下所示： ConvertToDate = lambda s:datetime.strptime(s,"%d/%m/%Y") data= numpy.genfromtxt(open("PSECSkew.csv", "rb"), delimiter=',', dtype=[('CalibrationDate', datetime),('Expiry',

我使用

numpy.genfromtxt

生成数据，如下所示：

ConvertToDate = lambda s:datetime.strptime(s,"%d/%m/%Y")
data= numpy.genfromtxt(open("PSECSkew.csv", "rb"), 
                        delimiter=',',
                        dtype=[('CalibrationDate', datetime),('Expiry', datetime), ('B0', float), ('B1', float), ('B2', float), ('ATMAdjustment', float)],
                        converters={0: ConvertToDate, 1: ConvertToDate})

现在我想提取最后4个列（每个行，但在一个循环中，我们只考虑单个行）来分离变量。所以我这样做：

    B0 = data[0][2]
    B1 = data[0][3]
    B2 = data[0][4]
    ATM = data[0][5]

但如果我能做到这一点（就像我可以使用普通2D ndarray一样），我更喜欢：

    B0, B1, B2, ATM = data[0][2:]

但这给了我一个“无效索引”错误。有什么方法可以很好地做到这一点，或者我应该坚持使用四行方法吗？

作为

np.genfromtxt

的输出，您有一个结构化数组，即一个1D数组，其中每行作为不同的字段

如果要访问某些字段，只需按名称访问即可：

data["B0"], data["B1"], ...

您还可以将它们分组：

data[["B0", "B1]]

这将为您提供一个只包含所需字段的“新”结构化数组（在“新”周围加引号，因为数据未被复制，所以它仍然与初始数组相同）

如果您想要一些特定的“行”，只需执行以下操作：

data[["B0","B1"]][0]

它输出第一行。切片和奇特的索引工作也

以你为例：

B0, B1, B2, ATM = data[["B0","B1","B2","ATMAdjustment"]][0]

如果只想逐行访问这些字段，我建议先存储所需字段的整个数组，然后迭代：

filtered_data = data[["B0","B1","B2","ATMAdjustment"]]
for row in filtered_data:
    (B0, B1, B2, ATM) = row
    do_something

甚至：

for (B0, B1, B2, ATM) in filtered_data:
    do_something

作为

np.genfromtxt

的输出，您有一个结构化数组，即一个1D数组，其中每一行作为不同的字段