Python数据数组生成[不同的数据类型列]
我试图生成一个数据数组,将其与现有数据数组进行比较,其结构如下:Python数据数组生成[不同的数据类型列],python,numpy,timestamp,numpy-ndarray,Python,Numpy,Timestamp,Numpy Ndarray,我试图生成一个数据数组,将其与现有数据数组进行比较,其结构如下: 第一列数据类型为“datetime”(时间戳('2020-08-29 00:00:00)) 所有其他n列数据类型为“浮点”(nan) 到目前为止,我找到的方法是将数组定义为: dataset=np.array((时间戳向量,nan向量,nan向量,…),dtype=object) 我不想重复n次“nan_向量”。你有什么建议吗?为了改进上面的数据数组结构,我做了一个for循环,在那里我使用了连接函数添加了一个新的nan数组,以
- 第一列数据类型为“datetime”(时间戳('2020-08-29 00:00:00))
- 所有其他n列数据类型为“浮点”(nan)
dataset=np.array((时间戳向量,nan向量,nan向量,…),dtype=object)
我不想重复n次“nan_向量”。你有什么建议吗?为了改进上面的数据数组结构,我做了一个for循环,在那里我使用了连接函数添加了一个新的nan数组,以前是用相同长度的时间戳向量创建的。现有数组的数据类型是什么?Hi@hpaulj,相同的数据类型:第一列数据类型是“datetime”(timestamp('2020-08-29 00:00:00))所有其他n列的数据类型都是“float”(nan)。我从.csv数据导入中获得了这个数据数组。您可以使用原始数据类型创建一个新数组,例如
np.zero((3,),dtype=existing.dtype)
。您可以按字段或元组列表设置值。但我应该警告您,比较结构化数组是很困难的。没有为复合数据类型定义诸如=
和-
之类的度量。您必须对单个字段进行比较(以及任何数学运算)。如果数组加载为一个label/datetime字段,后跟许多float字段,则可能需要使用不同的dtype
,例如np.dtype([('time',U20'),('data',float,47)]
)。这将有两个字段,一个带有标签,另一个带有浮点数组。或者加载文件两次,一次加载usecols=[0]
,另一次加载所有其他文件。