Python：仅将csv文件中的某些属性提取到numpy数组

我正试图开发一个神经网络，从csv文件中读取输入。我将此用作教程：

我理解输入是如何存储在X中的

X = dataset[:,0:4].astype(float)

问题是，我将要使用的数据集每个条目有100多个属性（不像这里只有4个）。我已经找到了其中哪一个我想用作输入，但是我找不到一种方法来创建与示例中格式相同的X。我尝试了numpy.vstack，但没有达到预期的效果

---

有人能给我举个例子，说明如何创建只包含指定属性的X吗？

一个常见的过程是使用pandas，它允许通过进行数据类型软转换，然后返回数据帧的Numpy表示形式。或者，您可以按照上面的建议指定要与

usecols

一起使用的列

从：

usecols：类似列表或可调用，默认值

None

返回 柱。如果类似列表，则所有元素都必须是位置的（即。 整数索引到文档列中）或对应的字符串 由用户在名称中提供或从中推断出的列名 文档标题行

看起来怎么样？

df = pd.read_csv(infile, usecols = ['a', 'b'])         # Read
df_dtypes = df.infer_objects()                         # Soft conversion
x = df.values                                          # Numpy array

print df.info()                                        # Inspect -> Object
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
a    3 non-null object
b    3 non-null object
dtypes: object(2)
memory usage: 120.0+ bytes

print df_types.info()                                  # Inspect -> dtype change
  <class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
a    3 non-null int64
b    3 non-null int64
dtypes: int64(2)
memory usage: 120.0 bytes

print x                                                # Inspect -> numpy array
[[7 3]
 [1 2]
 [5 1]]

df=pd.read_csv（infle，usecols=['a'，'b']）#read
df_dtypes=df.expert_objects（）#软转换
x=df.values#Numpy数组
打印df.info（）#检查->对象
范围索引：3个条目，0到2
数据列（共2列）：
3个非空对象
B3非空对象
数据类型：对象（2）
内存使用：120.0+字节
打印dfu types.info（）#检查->数据类型更改
范围索引：3个条目，0到2
数据列（共2列）：
3个非空int64
B3非空int64
数据类型：int64（2）
内存使用：120.0字节
打印x#检查->numpy数组
[[7 3]
[1 2]
[5 1]]

您是否尝试了

usecols

参数？否。您能提供帮助吗？我使用了X=numpy.loadtxt（“IrisDataset.csv”，delimiter='，'，usecols=（0，1，2，3））格式现在正常，但数据类型仍然有问题。因为我要使用的属性是不同的数据类型（无符号、布尔、字符串、有符号）。我不太清楚如何使用dtype参数。在这种情况下，您可能会发现

genfromtxt

更容易使用。如果无法将项目转换为默认的

浮动

，则不会阻塞

dtype=None

告诉它为每一列推断一个合适的数据类型。我建议先尝试一下，然后看看结果数组（尤其是它的数据类型）。然后将其用作细化字段数据类型的模型。我没有完全理解usecols=['a'，'b']，我已经包含了对pandas.read\u csv文档的引用。请让我知道它是否适用于你的情况谢谢你，这确实有效。如上所述，如果属性的数据类型不同，我该怎么办？除了浮点数，我还有布尔数、有符号和无符号整数以及stringsGet，去掉usecols，然后再试一次。它应该适用于您提到的所有数据类型，以防整个列的相应数据类型相同。请注意，字符串将始终是对象。此外，如果这起作用，请随意向上投票我的答案。dtype={'names'：（'ticker'，'year'，'month'，'day'，'hi'），'formats'：（'f2'，'f2'，'f2'，'S2'）