Python 2.7 无法将制表符分隔的文件读入numpy二维数组

我是nympy的新手，正在尝试使用以下代码将制表符（\t）分隔的文本文件读入numpy数组矩阵：

train_data = np.genfromtxt('training.txt', dtype=None, delimiter='\t')

文件内容：

38   Private    215646   HS-grad    9    Divorced    Handlers-cleaners   Not-in-family   White   Male   0   0   40   United-States   <=50K
53   Private    234721   11th   7    Married-civ-spouse  Handlers-cleaners   Husband     Black   Male   0   0   40   United-States   <=50K
30   State-gov  141297   Bachelors  13   Married-civ-spouse  Prof-specialty  Husband     Asian-Pac-Islander  Male   0   0   40   India   >50K

有什么建议吗

---

谢谢

我不相信Numpy数组在单个数组中处理不同的数据类型。可以做的是，将整个数组作为字符串加载，然后根据需要将必要的列转换为数字

# Load data as strings
train_data = np.loadtxt('try.txt', dtype=np.str, delimiter='\t')

# Convert numeric strings into integers
first_col = train_data[:,0].astype(np.int)
third_col = train_data[:,2].astype(np.int)

最新答案 对不起，我误解了你原来的问题：

我期望的是形状为（3,15）的二维阵列矩阵

但是使用上面的代码，我只得到了一个shape（3，）的单行数组

我想你误解了

np.genfromtxt（）

将返回的内容。在本例中，它将尝试推断文本文件中每个“列”的类型，并返回一个值。每行将包含多个字段（

f0…f14

），每个字段可以包含与文本文件中的“列”相对应的不同类型的值。您可以按名称索引特定字段，例如

数据['f0']

您不能拥有异构类型的

（3,15）

numpy数组。您可以有一个

（3,15）

同构字符串数组，例如：

>>> string_data = np.genfromtext('test', dtype=str, delimiter='\t')
>>> print string_data.shape
(3, 15)

---

当然，您可以手动将列强制转换为您想要的任何类型，如@DrRobotNinja的答案所示。但是，您也可以让numpy为您创建一个结构化数组，然后按字段对其进行索引，并将列分配给新数组。

实际上，这里的问题是

np.genfromtxt

和

np.loadtxt

如果数据类型是结构化的（即，具有多个类型），则都返回a。您的数组报告的形状为

（3，）

，因为从技术上讲，它是一个1d“记录”数组。这些“记录”保存您的所有列，但您可以访问所有数据，就好像它是二维的一样

您正在正确加载它：

[82]中的

：d=np.genfromtxt（'tmp'，dtype=None）

如您所述，它具有1d形状：

[83]中的

：d形
Out[83]：（3，）

但你所有的数据都在那里：

[84]：d中的

出[84]：
数组（[（38，'Private'，215646，'HS grad'，9，'离异'，'不在家'，'白人'，'男性'，0,0,40，'美国'，'35]['income']
出[109]：
数组（['您是否尝试过声明类似“dtype=String”的内容？哦，我可以使用更传统的文件读取（使用csv读取器）来解决此问题谢谢@abiessu.dtype=np.str工作正常，但我不想将它们全部转换为字符串。因此，我依靠dtype=None为我执行自动类型转换，在处理数字时，它赋予“int”或“float”比字符串更高的优先级。实际上，numpy数组可以具有结构化的数据类型，请参阅我的答案。@在numpy，似乎无法处理不同的场类型来建立二维阵列，所以机器人忍者博士的答案是相当正确的helpful@ngeek我鼓励您了解numpy如何在单个数组中处理不同的字段类型，而不是试图通过将所有数字转换为字符串来智胜它。这可能非常有用！请参阅这里还有另外两个答案。
>>> string_data = np.genfromtext('test', dtype=str, delimiter='\t')
>>> print string_data.shape
(3, 15)