Python3中的numpygenfromtxt问题

我正在尝试将

genfromtxt

与Python3结合使用，以读取包含字符串和数字的简单csv文件。例如，类似（以下简称“test.csv”）：

对于Python2，以下功能非常有效：

import numpy
data=numpy.genfromtxt("test.csv", delimiter=",", dtype=None)
# Now data is something like [(1, 'a') (2, 'b') (3, 'c')]

在Python3中，相同的代码返回

[（1，b'a'）（2，b'b'）（3，b'c'）]

。这在某种程度上是由于Python3读取文件的方式不同。因此，我使用转换器对字符串进行解码：

decodef = lambda x: x.decode("utf-8")
data=numpy.genfromtxt("test.csv", delimiter=",", dtype="f8,S8", converters={1: decodef})

这适用于Python2，但不适用于Python3（相同的

[（1，b'a'）（2，b'b'）（3，b'c'）]）

输出。 但是，如果在Python3中，我使用上面的代码只读取一列：

data=numpy.genfromtxt("test.csv", delimiter=",", usecols=(1,), dtype="S8", converters={1: decodef})

输出字符串是

['a''b''c']

，已按预期解码

我还尝试将该文件作为带有

'rb'

模式的

打开的
输出，正如在中建议的那样，但没有任何改进

为什么转换器在只读取一列时工作，而在读取两列时不工作？您能告诉我在Python3中使用
genfromtxt
的正确方法吗？我做错了什么吗？提前感谢您！
在Python3中，正在编写

dtype=“S8”

（或NumPy的genfromtxt中“S#”）的任何变体）都会生成一个字节字符串

dtype=str

相反。
我的问题的答案是使用unicode字符串的
dtype
（
U2
）

多亏了E.凯勒的回答，我找到了解决办法。
如果在
dtype
定义中使用
str
代替
S8
，则第二列的输出为空：

numpy.genfromtxt("test.csv", delimiter=",", dtype='f8,str')

输出为：

array([(1.0, ''), (2.0, ''), (3.0, '')], dtype=[('f0', '<f16'), ('f1', '<U0')])

这将给出预期的输出：

array([(1.0, 'a'), (2.0, 'b'), (3.0, 'c')], dtype=[('f0', '<f16'), ('f1', '<U2')])

array（[（1.0，'a'），（2.0，'b'），（3.0，'c'）]，dtype=[（'f0'），'
在我的例子中，第一列包含一个0或1的情绪值，第二列是一个由许多字符组成的字符串，代表这个例子中的一条tweet。
dtype='U'将b'从包含中删除

因此，在您的情况下，它将是：
data=numpy.genfromtxt（“test.csv”，delimiter=“，”，dtype='U'）
这里的问题是什么？@wim编辑。现在这个问题看起来应该更清楚了。这里也有同样的问题。一开始我对使用字节b'文字而不是预期的字符串感到非常困惑。我的csv文件有两列：带0或1值的情感；以及文本（UTF-16）使用这种解码方法单独处理列是可行的谢谢你的回答。但是，它并没有解决我的问题，因为使用
str
的输出：
numpy.genfromtxt（“test.csv”，delimiter=“，”，dtype='f8，str'）
为第二列中的数据提供了一个空字符串（和
dtype

numpy.genfromtxt("test.csv", delimiter=",", dtype='f8,U2')

array([(1.0, 'a'), (2.0, 'b'), (3.0, 'c')], dtype=[('f0', '<f16'), ('f1', '<U2')])

training = np.genfromtxt('twitter_train.csv', delimiter=',', usecols=(0,1), dtype='U')