我正在使用numpy.genfromtxt导入CSV文件。
要导入的数据具有列名称标题，其中一些列名称包含genfromtxt认为无效的字符。具体来说，一些名称包含“＃”和“”。输入数据无法更改，因为它是由我无法控制的其他来源生成的。
使用names=True和comments=None，我无法引入所需的所有列名称。
我已尝试覆盖numpy.lib.NameValidator.deletechars=None，但这不会影响实际使用的NameValidator类实例。
我理解deletechars存在是由于重新访问字段的可能性，就像它是一个属性一样。但是，我必须能够读取包含无效字符的列名，即使在读入时删除了字符。
有没有办法强制NameValidator不检查无效字符，还是修改它检查的字符？我无法修改numpy / lib / _iotools.py，因为我不是root用户，修改共享安装会很糟糕。
答案 0 :(得分：2)
您没有明确声明numpy.genfromtxt是一项硬性要求，因此我建议您尝试asciitable。
此模块可以在解析之前替换某些条目：http://cxc.harvard.edu/contrib/asciitable/#replace-bad-or-missing-values
您还可以根据现有读者定义自己的读者：http://cxc.harvard.edu/contrib/asciitable/#advanced-table-reading
ascitable reader的输出是numpy数组，所以你应该能够或多或少直接用ascitable替换当前使用的函数。
答案 1 :(得分：1)
NameValidator构建， deletechars将使用其deletechars=None的默认设置，但如果您传入非None设置，则会使用该设置。 np.genfromtext会将deletechars参数传递给NameValidator。
所以，你应该能够写
np.genfromtxt(..., deletechars=set())
表示空集，或默认set("""~!@#$%^&*()-=+~\|]}[{';: /?.>,<""")的某个子集：
deletechars = np.lib._iotools.NameValidator.defaultdeletechars - set("# ")
np.genfromtxt(..., deletechars=deletechars)
答案 2 :(得分：1)
恕我直言，genfromtxt经常用于一些更简单的解决方案。
所以，除非你有一些麻烦的数据集（缺少条目，多个未知的列类型），你最好编写一个快速和脏的解析器（即跳过一些行，解析标题，读取其余的并重新组织端）。
现在，如果你真的需要genfromtxt，@ ecatmur正确指出deletechars的{{1}}参数被发送到genfromtxt以构造要删除的字符集。使用_iotools.NameValidator告诉deletechars=None使用默认设置。首先要尝试的是不要使用NameValidator，而应使用空deletechars=None或set。
请注意，无论如何，双引号''和结束空格都将被删除，类似的名称将被区分：
"第三个和最后一个条目将产生三个名为>>> fields = ["blah", "'blah'", "\"blah\"", "#blah", "blah "]
>>> np.lib._iotools.NameValidator(deletechars='').validate(fields)
... ('blah', "'blah'", 'blah_1', '#blah', 'blah_2')
的列，因此我们必须重命名它们。
如果这不适合你，我担心你会遇到障碍：目前没有办法告诉blah接受自定义的genfromtxt。不过，这可能是一个好主意，所以你可能想在numpy的邮件列表上提出这一点。