Question

我对numpy比较陌生。我已经从.csv文件中导入数据，其中的日期为fromat YYYY，MM，DD和其他一些东西。我想将所有内容放在一个数组中，日期为“正确”的日期时间格式。这是我的代码：

na_trades = np.zeros((number_of_orders,), dtype = ('datetime64,a5,a5,i4'))
for row in range(number_of_orders):
    order = na_trades_csv[row]
    order_date = dt.datetime(order[0],order[1],order[2])
    order_date64 =  np.datetime64(order_date)
    na_trades[row] = (order_date64,order[3],order[4],order[5])

但我收到错误ValueError: error setting an array element with a sequence。知道为什么会这样吗？提前感谢您的帮助！

Answer 1

使用numpy版本1.6.2，dtype = 'datetime64,a5,a5,i4'不会产生预期的dtype：

In [36]: na_trades = np.zeros((number_of_orders,), dtype = 'datetime64,a5,a5,i4')
In [37]: na_trades
Out[37]: array([1970-01-01 00:00:00], dtype=datetime64[us])

这对我来说似乎是个错误 - 虽然我错了。请尝试改为：

na_trades = np.empty(number_of_orders,
                     dtype = [
                         ('dt', 'datetime64'),
                         ('foo','a5'),
                         ('bar', 'a5'),
                         ('baz', 'i4')])

Answer 2

这是因为在numpy数组中（与python列表不同），您无法将序列分配给数组中的单个元素。 Python数组是非均匀的（例如，不同的元素可以是不同的类型）并且并不真正关心你投入它们的内容，而Numpy数组具有特定类型。您正在尝试将类型设置为复合类型（例如，具有datetime，两个字符串和一个int的内容）但numpy忽略了dtype字符串中datetime64之后的所有内容，因为您的语法稍微偏离。

尝试以下方法：

z = np.zeros((5,), dtype = np.dtype([('time','datetime64'),('year','a5'),('month','a5'),('day','i4')]))

这会创建一个类似字典的numpy.void类型。例如。然后，您可以执行以下操作：

>>> z[0]
(datetime.datetime(1970, 1, 1, 0, 0), '', '', 0)

>>> z[0]['time']
1970-01-01 00:00:00

>>> z[0][0]
1970-01-01 00:00:00

python numpy结构化数组问题

2 个答案: