Python 我想将.csv文件转换为Numpy数组

我想将

mydata.csv

文件转换为Numpy数组

我有一个矩阵表示法

mydata.csv

文件 （矩阵为14*79，带符号值，不带任何标题名。）

我以为这个代码对这个案子有用

import numpy as np

data = np.genfromtxt('mydata.csv', dtype=float, delimiter=',', names=False) 

但它没有起作用

我希望最终的Numpy数据形状为

data.shape=（14,79）

但我的错误消息如下所示

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-26-060012d7c568> in <module>
      1 import numpy as np
      2 
----> 3 data = np.genfromtxt('output.csv', dtype=float, delimiter=',', names=False)

~\Anaconda3\envs\tensorflow\lib\site-packages\numpy\lib\npyio.py in genfromtxt(fname, dtype, comments, delimiter, skip_header, skip_footer, converters, missing_values, filling_values, usecols, names, excludelist, deletechars, replace_space, autostrip, case_sensitive, defaultfmt, unpack, usemask, loose, invalid_raise, max_rows, encoding)
   1810                            deletechars=deletechars,
   1811                            case_sensitive=case_sensitive,
-> 1812                            replace_space=replace_space)
   1813     # Make sure the names is a list (for 2.5)
   1814     if names is not None:

~\Anaconda3\envs\tensorflow\lib\site-packages\numpy\lib\_iotools.py in easy_dtype(ndtype, names, defaultfmt, **validationargs)
    934             # Simple dtype: repeat to match the nb of names
    935             if nbtypes == 0:
--> 936                 formats = tuple([ndtype.type] * len(names))
    937                 names = validate(names, defaultfmt=defaultfmt)
    938                 ndtype = np.dtype(list(zip(names, formats)))

TypeError: object of type 'bool' has no len()

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
1作为np导入numpy
2.
---->3 data=np.genfromtxt（'output.csv'，dtype=float，delimiter='，'，names=False）
genfromtxt中的~\Anaconda3\envs\tensorflow\lib\site packages\numpy\lib\npyio.py（fname、dtype、comments、delimiter、skip_header、skip_footer、converter、missing_值、filling_值、usecols、names、excludelist、deletechars、replace_space、autostrip、区分大小写、defaultfmt、unpack、usemask、usemask、lose、lose、invalid_raise、max_行、
1810 deletechars=deletechars，
1811区分大小写=区分大小写，
->1812替换_空间=替换_空间）
1813#确保姓名是一个列表（适用于2.5）
1814如果名称不是无：
easy\u数据类型中的~\Anaconda3\envs\tensorflow\lib\site packages\numpy\lib\\iotools.py（ndtype，name，defaultfmt，**validationargs）
934#简单数据类型：重复以匹配名称的nb
935如果nbtypes==0：
-->936格式=元组（[ndtype.type]*len（名称））
937名称=验证（名称，defaultfmt=defaultfmt）
938 ndtype=np.dtype（列表（zip（名称、格式）））
TypeError:类型为“bool”的对象没有len（）

为此，首先创建要附加的

CSV

文件（文件名）列表。然后，您可以通过重塑Numpy数组将其导出到单个

CSV

文件中。这将帮助您向前迈进：

import pandas as pd
import numpy as np

combined_csv_files = pd.concat( [ pd.read_csv(f) for f in file_names ])

现在，如果要将这些文件导出到单个.csv文件中，请使用以下命令：

combined_csv_files.to_csv( "combined_csv.csv", index=False)

现在，为了获得Numpy阵列，您可以按如下方式前进：

data_set = pd.read_csv('combined_csv.csv', header=None)
data_frames = pd.DataFrame(data_set)

required_array = np.array(data_frames.values)
print(required_array)

在此，您还可以使用以下方法重塑Numpy阵列：

required_array.shape = (100, 14, 79)

我已对cmd进行了简单测试，以确认这一点：

>>> y = np.zeros((2, 3, 4))
>>> y.shape
(2, 3, 4)
>>> y.shape = (3, 8)
>>> y
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])

试试这个：

import pandas as pd
import numpy as np
mydata = pd.read_csv("mydata.csv")
mydata_array = np.array(mydata)

Out:
array([[-0.26169 , -0.022418,  0.47564 ,  0.39925 , -0.22232 ,  0.16129 ],
   [-0.33073 ,  0.026102,  0.62409 , -0.098799, -0.086641,  0.31832 ],
   [-0.22134 ,  0.15488 ,  0.69289 , -0.26515 , -0.021011,  0.47096 ]])

False

是

名称的错误值

：

In [350]: np.genfromtxt(txt, names=False)                                       
---------------------------------------------------------------------------
...
TypeError: object of type 'bool' has no len()

names=None

可以，但这是默认值，因此不需要

---

看起来分隔符是空白。我没有看到任何逗号。默认的数据类型是float。

在示例数据中，分隔符不是逗号（可能是一个制表符），“name”应该是“None”或其他一些东西，但不是“False”。@MichaelButscher

导入numpy作为np

数据=np.genfromtxt（'mydata.csv'，dtype=float，delimiter='\t'，names=None）

但是

数据现在是
[nan nan nan nan nan]
显然您已经尝试了
delimiter='、'
和
delimiter='\t'
。您能准确地找出文件中的分隔符而不是猜测吗？文件是如何创建的？您能在编辑器中打开文件并检查字符吗这两个字段是分开的吗？@WarrenWeckesser我将在这里共享
mydata.csv
这两个
np.loadtxt（'mydata.csv'，delimiter='\t'）
和
np.genfromtxt（'mydata.csv'，delimiter='\t'）
对我有效。它有效！但我还有一个问题。如果我想合并很多数据集（假设我有mydata_1.csv、mydata_2.csv、mydata_3.csv、mydata_100.csv），我如何能自动组合成一个具有shape=（100、14、79）的numpy数组？因为我需要将我自己的数据与卷积神经网络代码一起使用，而卷积神经网络代码与MNIST数据集一起使用。@mario119:您不应该在注释中添加您的要求，而应该将它们添加到问题中。现在，选定的答案涵盖的主题不是问题的一部分，而实际的问题已经移到后台。这没有帮助对于那些通过搜索引擎访问此页面的人来说，它起作用了！我认为输出是numpy数组。但是，
数组（[…，…，…]，…]）
和
[…][…]之间有什么区别？
In [347]: txt = """-0.094391   -0.086641   0.31659 0.66066 -0.33076    0.02751 
     ...: -0.26169    -0.022418   0.47564 0.39925 -0.22232    0.16129 
     ...: -0.33073    0.026102    0.62409 -0.098799   -0.086641   0.31832 
     ...: -0.22134    0.15488 0.69289 -0.26515    -0.021011   0.47096""".splitli
     ...: nes()                                                                 
In [348]: txt                                                                   
Out[348]: 
['-0.094391   -0.086641   0.31659 0.66066 -0.33076    0.02751',
 '-0.26169    -0.022418   0.47564 0.39925 -0.22232    0.16129',
 '-0.33073    0.026102    0.62409 -0.098799   -0.086641   0.31832',
 '-0.22134    0.15488 0.69289 -0.26515    -0.021011   0.47096']

In [349]: np.genfromtxt(txt)                                                    
Out[349]: 
array([[-0.094391, -0.086641,  0.31659 ,  0.66066 , -0.33076 ,  0.02751 ],
       [-0.26169 , -0.022418,  0.47564 ,  0.39925 , -0.22232 ,  0.16129 ],
       [-0.33073 ,  0.026102,  0.62409 , -0.098799, -0.086641,  0.31832 ],
       [-0.22134 ,  0.15488 ,  0.69289 , -0.26515 , -0.021011,  0.47096 ]])

In [350]: np.genfromtxt(txt, names=False)                                       
---------------------------------------------------------------------------
...
TypeError: object of type 'bool' has no len()