Python numpy导入数据的错误形状并分隔y值

我有一个大的csv文件~90k行和355列。前354列对应于不同单词的存在，表示1或0，最后一列表示数值

例如：

当我使用：

d = np.recfromcsv('clean.csv', dtype=None, delimiter=',', names=True)
d.shape
# I get: (89460,)

所以我的问题是：

如何获得二维阵列/矩阵？这有关系吗

如何分离“总计”列，以便创建train， 交叉验证和测试集并训练模型

---

np.recfromcsv

返回一维

使用结构化数组时，可以按字段标题访问列：

d['total']

返回总计列

您可以使用整数索引访问行：

d[0]

例如，返回第一行

---

如果希望选择除最后一行之外的所有列，那么最好使用二维平面NumPy数组。使用普通NumPy数组（与结构化数组相反），可以使用整数索引选择除最后一行之外的所有行：

d[0]

您可以使用

np.genfromtxt

将数据加载到二维数组中：

import numpy as np

d = np.genfromtxt('data', dtype=None, delimiter=',', skiprows=1)
print(d.shape)
# (3, 5)
print(d)
# [[ 1  0  0  1 30]
#  [ 0  1  1  1 28]
#  [ 1  1  0  1 55]]

这将选择最后一列：

print(d[:,-1])
# [30 28 55]

print(d[:,:-1])
# [[1 0 0 1]
#  [0 1 1 1]
#  [1 1 0 1]]

这将选择除最后一列以外的所有内容：

print(d[:,-1])
# [30 28 55]

print(d[:,:-1])
# [[1 0 0 1]
#  [0 1 1 1]
#  [1 1 0 1]]

---

好吧，在谷歌搜索和浪费时间之后，这是任何试图让numpy不碍事的人都需要做的，以便他们能够阅读CSV并继续使用Scikit Learn：

# Say your csv file has 10 columns, 1-9 are features and 10 
# is the Y you're trying to predict.
cols = range(0,10)
X = np.loadtxt('data.csv', delimiter=',', dtype=float, usecols=cols, ndmin=2, skiprows=1)
Y = np.loadtxt('data.csv', delimiter=',', dtype=float, usecols=(9,), ndmin=2, skiprows=1)
# note how for Y the usecols argument only takes a sequence, 
# even though I only want 1 column I have to give it a sequence.

---

谢谢，伙计，我已经做到了。问题是，如何获得除最后一列之外的所有其他列？吹毛求疵：由

recfromcsv

返回的所有记录数组都是一维的。它们一般都不是一维的，不知道你说的那个沃伦是什么意思。真不敢相信在numpy中选择一系列列会如此困难！我不能做一些像X=d[：，0:3]；Y=d[：，4]@沃伦·维克瑟：是的，没错；谢谢你的更正。