Python 数据列中的NumPy loadtxt哈希字符串
我正在尝试加载如下所示的数据集:Python 数据列中的NumPy loadtxt哈希字符串,python,numpy,Python,Numpy,我正在尝试加载如下所示的数据集: MD1,MD2,MD3,MD4,MD5 8,5,6,4,5 5,##,2,8,9 4,9,8,2,4 #i,2,9,7,2 等等。 这是一个大大简化的示例,因此我需要一个通用的解决方案 非值的形式(如“##”和“#i”)取决于测量设备或列 根据评估的类型,需要不同的特定列,因此有必要首先读取所有数据(也包括非值) 我丑陋的做法: import os import numpy as np FileName = 'testhash.txt' f1 = open
MD1,MD2,MD3,MD4,MD5
8,5,6,4,5
5,##,2,8,9
4,9,8,2,4
#i,2,9,7,2
等等。
这是一个大大简化的示例,因此我需要一个通用的解决方案
非值的形式(如“##”和“#i”)取决于测量设备或列
根据评估的类型,需要不同的特定列,因此有必要首先读取所有数据(也包括非值)
我丑陋的做法:
import os
import numpy as np
FileName = 'testhash.txt'
f1 = open(FileName, 'r')
f2 = open(FileName[:-4] + '.tmp', 'w')
vrn = -9876543210 #very rare number
for line in f1:
Newline = line.replace('##', str(vrn))
Newline = Newline.replace('#i', str(vrn))
f2.write(Newline)
f1.close()
f2.close()
Reduceddata = np.loadtxt(FileName[:-4] + '.tmp', skiprows=1, usecols=(1,3), delimiter=',')
os.remove(FileName[:-4] + '.tmp')
Enddata = Reduceddata[np.all(Reduceddata != vrn, axis=1),:].astype(int)
In [1]:Enddata
Out[1]:
array([[5, 4],
[9, 2],
[2, 7]])
我正在寻找一个简短而优雅的解决方案。这里有一个可能的解决方案,它基于
np.loadtxt()中的转换器选项:
更简洁的解决方案将基于np.genfromtxt()
:
或者,对于浮点值
np.genfromtxt('missingval.txt', delimiter=',', skip_header=1,
filling_values=np.nan, encoding='ascii', comments=None)
例子:
'missingval.txt'
的内容:
MD1,MD2,MD3,MD4,MD5
8,5,6,4,5
5,##,2,8,9
4,9,8,2,4
#i,2,9,7,2
调用上述代码的结果:
In [97]: delimiter = ','
...: fillval = np.nan
...:
...: with open('missingval.txt') as f:
...: ncol = len(f.readline().split(delimiter))
...: converter = lambda s: fillval if s.strip()[0] == '#' else float(s)
...: converters = {i: converter for i in range(ncol)}
...:
...: np.loadtxt('missingval.txt', skiprows=1, delimiter=',', comments=None,
...: converters=converters, encoding='ascii')
Out[97]:
array([[ 8., 5., 6., 4., 5.],
[ 5., nan, 2., 8., 9.],
[ 4., 9., 8., 2., 4.],
[nan, 2., 9., 7., 2.]])
下面是一个基于np.loadtxt()
中的转换器
选项的可能解决方案:
更简洁的解决方案将基于np.genfromtxt()
:
或者,对于浮点值
np.genfromtxt('missingval.txt', delimiter=',', skip_header=1,
filling_values=np.nan, encoding='ascii', comments=None)
例子:
'missingval.txt'
的内容:
MD1,MD2,MD3,MD4,MD5
8,5,6,4,5
5,##,2,8,9
4,9,8,2,4
#i,2,9,7,2
调用上述代码的结果:
In [97]: delimiter = ','
...: fillval = np.nan
...:
...: with open('missingval.txt') as f:
...: ncol = len(f.readline().split(delimiter))
...: converter = lambda s: fillval if s.strip()[0] == '#' else float(s)
...: converters = {i: converter for i in range(ncol)}
...:
...: np.loadtxt('missingval.txt', skiprows=1, delimiter=',', comments=None,
...: converters=converters, encoding='ascii')
Out[97]:
array([[ 8., 5., 6., 4., 5.],
[ 5., nan, 2., 8., 9.],
[ 4., 9., 8., 2., 4.],
[nan, 2., 9., 7., 2.]])
非常感谢AGN Gazer,这非常有帮助
关于我的第一种方法,我的新代码如下:
import numpy as np
FileName = 'testhash.txt'
Alldata = np.genfromtxt(FileName, delimiter=',', skip_header=1,
filling_values=np.nan, encoding='ascii', comments=None)
#### reducing array to the 1rd and 3rd column
Reduceddata = np.stack([Alldata[:,1],Alldata[:,3]], axis=1)
#### removing all rows with nan values
Enddata = Reduceddata[~np.any(np.isnan(Reduceddata), axis = 1)]
In[1]: Enddata
Out[1]:
array([[5., 4.],
[9., 2.],
[2., 7.]])
我认为,这是一个简短而优雅的通用解决方案 非常感谢AGN Gazer,这非常有帮助
关于我的第一种方法,我的新代码如下:
import numpy as np
FileName = 'testhash.txt'
Alldata = np.genfromtxt(FileName, delimiter=',', skip_header=1,
filling_values=np.nan, encoding='ascii', comments=None)
#### reducing array to the 1rd and 3rd column
Reduceddata = np.stack([Alldata[:,1],Alldata[:,3]], axis=1)
#### removing all rows with nan values
Enddata = Reduceddata[~np.any(np.isnan(Reduceddata), axis = 1)]
In[1]: Enddata
Out[1]:
array([[5., 4.],
[9., 2.],
[2., 7.]])
我认为,这是一个简短而优雅的通用解决方案 loadtxt
和genfromtxt
处理任何可以为其提供行的内容。我经常使用字符串列表进行测试,但文件读取器和过滤器也可以工作。因此,您不需要将转换后的行写回临时文件。loadtxt
和genfromtxt
处理任何可以为其提供行的内容。我经常使用字符串列表进行测试,但文件读取器和过滤器也可以工作。因此,不需要将转换后的行写回临时文件。