Question

当我尝试计算列的平均值时，我一直在“无法使用灵活类型执行缩减”，这是我的智慧结束，文件被正确读取（任何行/列中没有缺失值）但是当我加入时： Brain_wt_mean = np.mean（ifile axis = 0）然后Python 2.7.5不喜欢它。我在Spyder IDE中使用它。非常感谢您的帮助。

import os
import numpy as np

if __name__ == "__main__":
    try:        
        curr_dir = os.getcwd()
        file_path = curr_dir + '\\brainandbody.csv'
        ifile = np.loadtxt('brainandbody.csv', delimiter=',', skiprows=1, dtype=[('brainwt', 'f8'), ('bodywt', 'f8')])

    except IOError:
        print "The file does not exist, exiting gracefully"        

Brain_wt_mean = np.mean(ifile axis=0)




### BELOW is a sample of the csv file ######

Brain Weight    Body Weight
3.385   44.5
0.48    15.5
1.35    8.1
465 423
36.33   119.5
27.66   115
14.83   98.2
1.04    5.5

Answer 1

当你使用像这样的结构化数组时，你会失去一些灵活性。不过，您可以在选择合适的作品后采用均值：

>>> ifile
array([(3.385, 44.5), (0.48, 15.5), (1.35, 8.1), (465.0, 423.0),
       (36.33, 119.5), (27.66, 115.0), (14.83, 98.2), (1.04, 5.5)], 
      dtype=[('brainwt', '<f8'), ('bodywt', '<f8')])
>>> ifile["brainwt"].mean()
68.759375000000006
>>> ifile["bodywt"].mean()
103.66249999999999

我几乎每天都使用numpy，但在使用我要命名列的排序数据时，我认为pandas库使事情变得更加方便，而且它可以很好地互操作。值得一看。例如：

>>> import pandas as pd
>>> df = pd.read_csv("brainandbody.csv", skipinitialspace=True)
>>> df
   Brain Weight  Body Weight
0         3.385         44.5
1         0.480         15.5
2         1.350          8.1
3       465.000        423.0
4        36.330        119.5
5        27.660        115.0
6        14.830         98.2
7         1.040          5.5
>>> df.mean()
Brain Weight     68.759375
Body Weight     103.662500
dtype: float64

Python - 尝试使用numpy.mean时“无法使用灵活类型执行缩减”

1 个答案: