Python 如何将csv读入多维数组

我试图从CSV中读取，其中前四列是多维数组的索引。我得到一个错误：

KeyError: 0

发件人：

---

您需要在每个维度上初始化一个字典，例如

sp[int（第[0]行]）]

需要先分配给它，然后才能使用

[int（第[1]行]）]

编辑。根据您的用例，您可能会侥幸逃脱

sp = {}
sp[(int(row[0]), int(row[1]), ..] = float(row[4])

---

又一次编辑。我在想你可能会使用

numpy

，最后问了这个问题：这实际上反映了你的问题。它包含一个非

numpy

解决方案作为可接受的答案。不过，您需要知道此结构的维度。

您可以使用这样一个字典字典来代替数组，以避免事先预先分配整个结构：

from collections import defaultdict
tree = lambda: defaultdict(tree)

sp = tree()

print 3 in sp[1][2]  # -> False
sp[1][2][3] = 4.1
print 3 in sp[1][2]  # -> True
print sp[1][2][3]  # -> 4.1

sp[9][7][9] = 5.62
sp[4][2][0] = 6.29

---

使用Numpy怎么样？sp.csv可能如下所示：

0,0,0,4.1
1,1,2,5.2
0,1,1,3.2

然后，使用，从文件读取成为一行：

import numpy as np
sp = np.loadtxt('sp.csv', delimiter=',')

这将生成一个2D记录数组：

array([[ 0. ,  0. ,  0. ,  4.1],
       [ 1. ,  1. ,  2. ,  5.2],
       [ 0. ,  1. ,  1. ,  3.2]])

假设基于0的索引，将此稀疏矩阵转换为完整的ndarray的工作方式如下。我对

idx=

行不满意（必须有一种更直接的方法），但它可以工作：

max_indices = sp.max(0)[:-1]
fl = np.zeros(max_indices + 1)
for row in sp:
    idx = tuple(row[:-1].astype(int))
    fl[idx] = row[-1]

导致以下数据列

fl

：

array([[[ 4.1,  0. ,  0. ],
        [ 0. ,  3.2,  0. ]],

       [[ 0. ,  0. ,  0. ],
        [ 0. ,  0. ,  5.2]]])

---

唉，那么n^4呢？我认为python比这更好：（collections.defaultdict有帮助，但只有一个级别）deep@Tjorriemorrie：虽然多维数组需要更多的内存，但您可以使其成为字典的字典，从而避免必须预先分配其中的每个条目。@martineau my bad在我的评论中已经想到了字典。然而，即使是sp[int（row[0]）]默认为{}，需要在[int（行[1]）位置将其初始化为新的{}在分配到之前it@Nicolas78：可以使用

defaultdict

并避免进行所有的初始化--它被调用。请看我的答案。这是一件美妙的事情。我似乎无法实现这一点，您可以再详细说明一下吗？我的

sp[1][2][3]

返回

defaultdict（，{}）

这是因为您在引用其内容之前没有为

sp[1][2][3]分配一个终端（也称为“叶子”）值，所以默认情况下会自动创建一个空的
defaultdict
（也称为“分支”节点）。这不是因为
sp[1][2]中的
defaultdict
而引发的
keyrerror:3
（也是自动创建的）没有该键的值。
array([[[ 4.1,  0. ,  0. ],
        [ 0. ,  3.2,  0. ]],

       [[ 0. ,  0. ,  0. ],
        [ 0. ,  0. ,  5.2]]])