Python 无法理解NumPy loadtxt中的转换器行为

我试图使用numpy.loadtxt和converters参数从文本文件中读取数据。我有一个int和string的混合列。代码是：

a, b, c, d, e = np.loadtxt(infile, delimiter = ',', usecols=(0, 2, 5, 8, 9), skiprows = 1,
                           unpack = True, converters = dict(zip((0, 2, 5, 8, 9), (int, float, float, int, int))))

数据被正确地读入和解压，但所有变量（a、b、c、d和e）都以浮点形式结束。我是否在转换器语法中犯了错误

编辑尝试性答案

我尝试使用@joris建议的dtype=（int，float，float，int，int）作为：

a,b,c,d,e = np.loadtxt(infile,delimiter = ',', usecols=(0,2,5,8,9), skiprows = 1, unpack = True, dtype = (int,float,float,int,int))

但我得到了以下错误：

     41                                            skiprows = 1,
     42                                            unpack = True,
---> 43                                            dtype = (int,float,float,int,int))
     44
     45

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/numpy/lib/npyio.pyc in loadtxt(fname, dtype, comments, delimiter, converters, skiprows, usecols, unpack)
    665     try:
    666         # Make sure we're dealing with a proper dtype

--> 667         dtype = np.dtype(dtype)
    668         defconv = _getconv(dtype)
    669

TypeError: data type not understood
WARNING: Failure executing file: <forward_NDMMF.py>

41 skiprows=1，
42解包=正确，
--->43数据类型=（int，float，float，int，int））
44
45
/loadtxt中的Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/numpy/lib/npyio.pyc（fname、dtype、comments、delimiter、converter、skiprows、usecols、unpack）
665试试：
666#确保我们处理的是正确的数据类型
-->667 dtype=np.dtype（dtype）
668 defconv=\u getconv（数据类型）
669
TypeError:无法理解数据类型
警告：执行文件失败：

---

我用的是NumPy v。1.5.1.

文件表明

转换器

应包含以下功能：

转换器：dict，可选

将列号映射到将该列转换为浮点的函数的字典。例如，如果列0是日期字符串：converters={0:datestr2num}。转换器还可用于为缺少的数据提供默认值：转换器={3:lambda s:float（s或0）}。默认值：无

如果您想要整数，则需要使用

dtype

关键字强制转换浮点

>>> numpy.loadtxt('th.txt', delimiter=',', usecols=(0, 2, 3), converters=dict(zip((0, 2, 3), (float, float, float))), dtype=([('i1', '<i4'), ('i2', '<f4'), ('i3', '<i4')]))
array([(1, 3.2000000476837158, 4), (1, 3.2000000476837158, 4),
       (1, 3.2000000476837158, 4), (1, 3.2000000476837158, 4),
       (1, 3.2000000476837158, 4), (1, 3.2000000476837158, 4),
       (1, 3.2000000476837158, 4), (1, 3.2000000476837158, 4),
       (1, 3.2000000476837158, 4)],
      dtype=[('i1', '<i4'), ('f1', '<f4'), ('i2', '<i4')])

---

但如果这样做，则不能按列指定格式。

要指定不同列的类型，可以使用参数

dtype

而不是

转换器

：

dtype=(int,float,float,int,int)

编辑：

显然，这种类型的

dtype

规范似乎不适用于

loadtxt

，但它适用于

genfromtxt

（有人知道为什么它不适用于

loadtxt

，或者这是

genfromtxt

的额外功能之一吗？）

如果您想使用

loadtxt

，一个带有元组的结构化数据类型规范可以工作，比如

[（'f0'，int），（'f1'，float）]

而不是

（int，float）

---

但还有另一个问题。当使用这种结构化数据类型和结构化数组（不同列的类型不同）时，

unpack

似乎不起作用。至少我试过一个简单的例子。但这可能是一个已经解决的错误：（但为此，您必须升级到1.6）。

@joris，似乎

dtype

不接受这样的简单元组类型。你需要一个记录

dtype

@senderle，奇怪，我没有测试它，而是直接从numpy用户手册中复制的，所以我认为它是correct@senderle：在一个简单的例子中，它使用一个普通元组（numpy 1.5.1）@mishaF，可以尝试

genfromtxt

而不是

loadtxt

（使用相同的参数）。我用一个简单的例子用

genfromtxt

试了一下，然后

dtype

就可以工作了（只有解包时会出现问题）。@joris。谢谢你的更新。解包行为很重要，因为如果没有它，我可以在读取后解析数组时进行类型转换。我将尝试genfromtxt.Acutally，只需传递一个类型的元组（）就可以用于numpy 1.5.1。我应该更仔细地阅读文档！不过，按列指定格式是我在这里的最终目标。

dtype=(int,float,float,int,int)