Python 使用包含多种类型的数据进行数组切片

我用

numpy.genfromtxt

读入以下对象：

A = [(4, 'A', 3750.5), 
     (4, 'B', 3252.6),
     (8, 'A', 3350.5), 
     (8, 'B', 3152.6)]

4 A 3750.5
4 B 3270.5
8 A 3480.5
8 B 3590.5

我想对它进行numpy索引，但我不能，因为这不是numpy数组。这是一个列表数组

获取第一列中有“4”的所有行的第三列的最佳方法是什么

我尝试了

A[A[：，0]==4]

，但解释器抱怨“索引器错误：索引无效”

编辑：

这是我正在使用的python程序：

import numpy as np

A = np.genfromtxt( "text.txt" , dtype=( int , "|S10", float))

A_array = np.asarray(A, dtype=object)

print A
print A_array

文件

text.txt

：

A = [(4, 'A', 3750.5), 
     (4, 'B', 3252.6),
     (8, 'A', 3350.5), 
     (8, 'B', 3152.6)]

4 A 3750.5
4 B 3270.5
8 A 3480.5
8 B 3590.5

这是输出：

[(4, 'A', 3750.5) (4, 'B', 3270.5) (8, 'A', 3480.5) (8, 'B', 3590.5)]
[(4, 'A', 3750.5) (4, 'B', 3270.5) (8, 'A', 3480.5) (8, 'B', 3590.5)]

我错过了什么

In [24]: A_array = numpy.asarray(A, dtype=object)

In [25]: A_array[A_array[:,0] == 4]
Out[25]:
array([[4, A, 3750.5],
       [4, B, 3252.6]], dtype=object)

如果数据列有你想跟踪的语义，考虑将元组列表直接加载到A中，并给它们列标签。逻辑索引的工作原理类似：

In [27]: A_df = pandas.DataFrame(A, columns=['Col1', 'Col2', 'Col3'])

In [28]: A_df
Out[28]:
   Col1 Col2    Col3
0     4    A  3750.5
1     4    B  3252.6
2     8    A  3350.5
3     8    B  3152.6

In [29]: A_df.Col1 == 4
Out[29]:
0     True
1     True
2    False
3    False
Name: Col1

In [30]: A_df[A_df.Col1 == 4]
Out[30]:
   Col1 Col2    Col3
0     4    A  3750.5
1     4    B  3252.6

如果数据列有你想跟踪的语义，考虑将元组列表直接加载到A中，并给它们列标签。逻辑索引的工作原理类似：

In [27]: A_df = pandas.DataFrame(A, columns=['Col1', 'Col2', 'Col3'])

In [28]: A_df
Out[28]:
   Col1 Col2    Col3
0     4    A  3750.5
1     4    B  3252.6
2     8    A  3350.5
3     8    B  3152.6

In [29]: A_df.Col1 == 4
Out[29]:
0     True
1     True
2    False
3    False
Name: Col1

In [30]: A_df[A_df.Col1 == 4]
Out[30]:
   Col1 Col2    Col3
0     4    A  3750.5
1     4    B  3252.6

---

首先，在

A

中的列表元素之间需要逗号，否则会出现语法错误：

A = [(4, 'A', 3750.5),
     (4, 'B', 3252.6),
     (8, 'A', 3350.5), 
     (8, 'B', 3152.6)]

接下来，您可以使用a非常简洁地获得您想要的：

[ row[2] for row in A if row[0] == 4 ]

结果:

[3750.5, 3252.6]

---

首先，在

A

中的列表元素之间需要逗号，否则会出现语法错误：

A = [(4, 'A', 3750.5),
     (4, 'B', 3252.6),
     (8, 'A', 3350.5), 
     (8, 'B', 3152.6)]

接下来，您可以使用a非常简洁地获得您想要的：

[ row[2] for row in A if row[0] == 4 ]

结果:

[3750.5, 3252.6]

---

A

实际上是元组列表，而不是列表数组。为什么有人在数组中插入逗号？如果我打印A，则没有逗号。它可能是一个元组列表吗？您使用了

a=…

表示您正在分配数据。当你“打印”数据时，你没有说

A=…

，你只是打印内容。当您使用

a=…

赋值给变量时，您需要

=

符号右侧的值来计算有效的Python对象，如果没有逗号，这是不正确的。确保示例中的数据便于其他人在Python设置中使用也是一种礼貌。如果没有逗号，将该文本复制/粘贴到解释器会产生错误。我将根据需要尝试插入逗号。我解释错了。第一个矩阵是打印命令的输出。问题已更新。抱歉

A

实际上是一个元组列表，而不是列表数组。为什么有人在数组中插入逗号？如果我打印A，则没有逗号。它可能是一个元组列表吗？您使用了

a=…

表示您正在分配数据。当你“打印”数据时，你没有说

A=…

，你只是打印内容。当您使用

a=…

赋值给变量时，您需要

=

符号右侧的值来计算有效的Python对象，如果没有逗号，这是不正确的。确保示例中的数据便于其他人在Python设置中使用也是一种礼貌。如果没有逗号，将该文本复制/粘贴到解释器会产生错误。我将根据需要尝试插入逗号。我解释错了。第一个矩阵是打印命令的输出。问题已更新。对不起，嗯。。我试过你的第一个解决办法。当我打印A和A_数组时，它们看起来完全相同，并且A_数组上的索引命令与A上的一样失败。除非我能看到您正在执行的特定代码，否则您的注释是不明确的。它对我很有效，而且确实是

numpy

中的标准解决方案。此外，如果在使用

print

打印它们时

A

和

A_数组

显示相同，则肯定还有另一个错误。第一个是Python

列表

，它在控制台上的打印方式与第二个非常不同，后者是

numpy.ndarray

。例如，

A_数组

将始终打印一些

dtype

字段及其实际数据内容，而

列表

.Hmm不存在这些字段。。我试过你的第一个解决办法。当我打印A和A_数组时，它们看起来完全相同，并且A_数组上的索引命令与A上的一样失败。除非我能看到您正在执行的特定代码，否则您的注释是不明确的。它对我很有效，而且确实是

numpy

中的标准解决方案。此外，如果在使用

print

打印它们时

A

和

A_数组

显示相同，则肯定还有另一个错误。第一个是Python

列表

，它在控制台上的打印方式与第二个非常不同，后者是

numpy.ndarray

。例如，

A_数组

总是将一些

dtype

字段与其实际数据内容一起打印，而

列表

则不存在这些字段。