我正在运行Python 2.6。我有以下示例，我试图连接csv文件中的日期和时间字符串列。基于我设置的dtype（无vs对象），我看到了一些我无法解释的行为差异，请参阅帖子末尾的问题1和2。返回的异常不太具描述性，dtype文档没有提到当dtype设置为object时所期望的任何特定行为。
以下是摘录：
#! /usr/bin/python
import numpy as np
# simulate a csv file
from StringIO import StringIO
data = StringIO("""
Title
Date,Time,Speed
,,(m/s)
2012-04-01,00:10, 85
2012-04-02,00:20, 86
2012-04-03,00:30, 87
""".strip())
# (Fail) case 1: dtype=None splicing a column fails
next(data) # eat away the title line
header = [item.strip() for item in next(data).split(',')] # get the headers
arr1 = np.genfromtxt(data, dtype=None, delimiter=',',skiprows=1)# skiprows=1 for the row with units
arr1.dtype.names = header # assign the header to names
# so we can do y=arr['Speed']
y1 = arr1['Speed']
# Q1 IndexError: invalid index
#a1 = arr1[:,0]
#print a1
# EDIT1:
print "arr1.shape "
print arr1.shape # (3,)
# Fails as expected TypeError: unsupported operand type(s) for +: 'numpy.ndarray' and 'numpy.ndarray'
# z1 = arr1['Date'] + arr1['Time']
# This can be workaround by specifying dtype=object, which leads to case 2
data.seek(0) # resets
# (Fail) case 2: dtype=object assign header fails
next(data) # eat away the title line
header = [item.strip() for item in next(data).split(',')] # get the headers
arr2 = np.genfromtxt(data, dtype=object, delimiter=',',skiprows=1) # skiprows=1 for the row with units
# Q2 ValueError: there are no fields define
#arr2.dtype.names = header # assign the header to names. so we can use it to do indexing
# ie y=arr['Speed']
# y2 = arr['Date'] + arr['Time'] # column headings were assigned previously by arr.dtype.names = header
data.seek(0) # resets
# (Good) case 3: dtype=object but don't assign headers
next(data) # eat away the title line
header = [item.strip() for item in next(data).split(',')] # get the headers
arr3 = np.genfromtxt(data, dtype=object, delimiter=',',skiprows=1) # skiprows=1 for the row with units
y3 = arr3[:,0] + arr3[:,1] # slice the columns
print y3
# case 4: dtype=None, all data are ints, array dimension 2-D
# simulate a csv file
from StringIO import StringIO
data2 = StringIO("""
Title
Date,Time,Speed
,,(m/s)
45,46,85
12,13,86
50,46,87
""".strip())
next(data2) # eat away the title line
header = [item.strip() for item in next(data2).split(',')] # get the headers
arr4 = np.genfromtxt(data2, dtype=None, delimiter=',',skiprows=1)# skiprows=1 for the row with units
#arr4.dtype.names = header # Value error
print "arr4.shape "
print arr4.shape # (3,3)
data2.seek(0) # resets
问题1：在评论Q1中，为什么我不能在dtype = None时切片？ 这可以通过以下方式避免 a）arr1 = np-genfromtxt ...用dtype = object初始化，如情况3， b）arr1.dtype.names = ...已注释掉以避免案例2中的值错误
问题2：在评论Q2中，为什么我不能在dtype = object时设置dtype.names？
EDIT1：
添加了一个案例4，它显示了当模拟csv文件中的值全部为int时，数组的维度为2-D的时间。可以对列进行切片，但是分配dtype.names仍然会失败。
将“拼接”一词更新为“切片”。
答案 0 :(得分：2)
这是索引，而不是“拼接”，您无法索引data的列，原因与我在回答Question 7 here之前向您解释的原因完全相同。查看arr1.shape - 它是(3,)，即arr1是1D，而不是2D。没有列可供您索引。
现在看看arr2的形状 - 你会发现它是(3,3)。为什么是这样？如果您执行指定dtype=desired_type，np.genfromtxt会将输入字符串的每个分隔部分视为（即desired_type），它会给你一个普通的，非结构化的numpy数组。
我不太确定你想用这条线做什么：
z1 = arr1['Date'] + arr1['Time']
您是不是要将日期和时间字符串连接在一起，如下所示：'2012-04-01 00:10'？你可以这样做：
z1 = [d + ' ' + t for d,t in zip(arr1['Date'],arr1['Time'])]
这取决于你想要对输出做什么（这将给你一个字符串列表，而不是一个numpy数组）。
我应该指出，从版本1.7开始，Numpy有core array types that support datetime functionality。这将允许你做更多有用的事情，如计算时间增量等。
dts = np.array(z1,dtype=np.datetime64)
修改
如果要绘制时间序列数据，可以使用matplotlib.dates.strpdate2num将字符串转换为matplotlib datenums，然后使用plot_date()：
from matplotlib import dates
from matplotlib import pyplot as pp
# convert date and time strings to matplotlib datenums
dtconv = dates.strpdate2num('%Y-%m-%d%H:%M')
datenums = [dtconv(d+t) for d,t in zip(arr1['Date'],arr1['Time'])]
# use plot_date to plot timeseries
pp.plot_date(datenums,arr1['Speed'],'-ob')
你还应该看一下Pandas，它有一些nice tools for visualising timeseries data。
您无法设置names的{{1}}因为它不是结构化数组（见上文）。