Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/296.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
python中的Numpy数组拆分_Python_Python 2.7_Numpy - Fatal编程技术网

python中的Numpy数组拆分

python中的Numpy数组拆分,python,python-2.7,numpy,Python,Python 2.7,Numpy,我有一个csv文件,我使用genfromtxt csv_file = np.genfromtxt(args.dataset, delimiter=',',skip_header=1,usecols=(0,1,2,3,4,5), dtype=None) 打印(csv_文件)提供以下输出: array([('X1.png', 'class1', 698, 333, 710, 358), ('X2.png', 'class2', 846, 391, 858, 411),

我有一个csv文件,我使用
genfromtxt

csv_file = np.genfromtxt(args.dataset, delimiter=',',skip_header=1,usecols=(0,1,2,3,4,5), dtype=None)
打印(csv_文件)
提供以下输出:

array([('X1.png', 'class1', 698, 333, 710, 358),
       ('X2.png', 'class2', 846, 391, 858, 411),
       ('X3.png', 'class3', 698, 337, 710, 357), ...,
       ('Xn.png', 'class4', 126,  95, 198, 225),
       ('Xn+1.png', 'class5',  74, 109, 143, 219),
       ('Xn+2.png', 'class3',  16, 104,  88, 224)], 
      dtype=[('f0', 'S32'), ('f1', 'S11'), ('f2', '<i8'), ('f3', '<i8'), ('f4', '<i8'), ('f5', '<i8')])

>>> img_name = csv_file[1]
>>> img_name
('x.png', 'class', 846, 391, 858, 411)
>>> type(img_name)
<type 'numpy.void'>
数组([('X1.png','class1',698333710358),
('X2.png','class2',846391858411),
('X3.png','class3',698337710357)。。。,
('Xn.png','class4',126,95,198,225),
('Xn+1.png','class5',74109143219),
('Xn+2.png'、'class3',16,104,88,224)],

dtype=[('f0','S32'),('f1','S11'),('f2',您能否安装
pandas
?该软件包建立在
numpy
的基础上,为这类事情提供下一级支持。这是结构化数组。您可以按字段名对每个“列”进行索引。例如
csv_文件['f0']
。按数字进行索引会给出一行记录。
csv_文件[0]['f1']
应该是'class1'。不,我想减少我使用的包的数量
arr[['f0','f2']]]
选择列。例如,使用字段名列表。