Python 在numpy中导入非方形表

使用

python3.3

中的

numpy

，可以使用

genfromtxt

导入非方表吗？我想从如下所示的文件中读取：

头衔

2.1

-0.6634-0.3830-0.0000摄氏度

0.6634 0.3830-0.0000卢比

1 2 1 1

其中每行以

\n

结尾。显然这张桌子不是正方形的。我没有成功使用

loadtxt

或

genfromtxt

。他们都想要方桌。以下是示例及其结果：

>>> with open('propane.ct','r') as f:
       txt = f.read()
       data = np.genfromtxt(io.BytesIO(txt.encode()), delimiter='\n', dtype=None)

[b'propane.ct' b'3 2' b'-1.3268   ' b'0.0000    ' b'1.3268   -' b'1 2  1  1'
 b'2 3  1  1']

及

或

>>np.genfromtxt（'proporate.ct'）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
genfromtxt中的文件“/opt/local/Library/Frameworks/Python.framework/Versions/3.3/lib/python3.3/site packages/numpy/lib/npyio.py”，第1638行
提升值错误（errmsg）
ValueError：检测到一些错误！
第2行（由1列改为2列）
第3行（由1列改为4列）
第4行（由1列改为4列）
第5行（由1列改为4列）
第6行（由1列改为4列）
第7行（由1列改为4列）

这些文件是由专有软件生成的，因此我无法在初始文件创建过程中调整表格。我曾想过向每一行添加列以使其成为正方形，但这可能比使用

numpy

内置程序效率低

---

是否有什么地方我做错了，或者我必须编写自己的解析器？

您可以使用

np.genfromtxt

设置参数

skip\u header

，例如：

np.genfromtxt('my_file.csv', skip_header=4, dtype=str)
#array([['-0.6634', '-0.3830', '-0.0000', 'C'],
#       ['0.6634', '0.3830', '-0.0000', 'R'],
#       ['1', '2', '1', '1']],
#      dtype='|S7')

---

问题不在于导入文件，而在于您正试图将其存储为numpy数组，这要求每个维度（“正方形”）的大小一致。你能做的最好的事情就是列出一个列表，或者使用另一个包。实际上，如果我能从EOF跳到某一行，这可能非常有用。要跳过的行数肯定会改变。我刚才发现可以通过

np.genfromtxt（itertools.islice（文件，2），skip_header=1）

来完成。

>>> np.genfromtxt('propane.ct')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/opt/local/Library/Frameworks/Python.framework/Versions/3.3/lib/python3.3/site-packages/numpy/lib/npyio.py", line 1638, in genfromtxt
    raise ValueError(errmsg)
ValueError: Some errors were detected !
    Line #2 (got 2 columns instead of 1)
    Line #3 (got 4 columns instead of 1)
    Line #4 (got 4 columns instead of 1)
    Line #5 (got 4 columns instead of 1)
    Line #6 (got 4 columns instead of 1)
    Line #7 (got 4 columns instead of 1)

np.genfromtxt('my_file.csv', skip_header=4, dtype=str)
#array([['-0.6634', '-0.3830', '-0.0000', 'C'],
#       ['0.6634', '0.3830', '-0.0000', 'R'],
#       ['1', '2', '1', '1']],
#      dtype='|S7')