Question

在问这个问题之前我已经阅读了这2个问题（ q1 和 q2 ）但我还没有找到任何令人满意的问题答案

我需要从2D数组中提取两列而不使用 pandas 或 loadtxt ，但使用 genfromtxt

目前，我所做的是：

X = np.genfromtxt('File1.csv', 
                    delimiter='\t', 
                    skip_header=0, skip_footer=0, 
                    names=True , usecols=("Time") )

Y = np.genfromtxt('File1.csv', 
                    delimiter='\t', 
                    skip_header=0, skip_footer=0, 
                    names=True , usecols=("Profit") )

然后，使用matplotlib我绘制Y对X，结果是完美的

现在，我在想我应该以“正确”的方式做到这一点并避免读取两次数组。所以我尝试了解包功能：

 X, Y = np.genfromtxt('File1.csv', 
                    delimiter='\t', 
                    skip_header=0, skip_footer=0, 
                    names=True , usecols=("Time", "Profit"), unpack=True )

我收到消息：要解压的值太多

现在，如果我在没有解包的情况下用输出的一个向量（比如Z）编写上一个命令，则向量Z将包含无法直接绘制的元组。

解决这个简单问题的方法吗？

Answer 1

如果您有多个指定字段，则会有1-d structured array，如下所示：

>>> np.genfromtxt('File1.csv', delimiter='\t', names=True, usecols=("Time", "Profit"))
array([(0.0, 1.0), (2.0, 3.0), (3.0, 4.0), (5.0, 6.0)], 
      dtype=[('Time', '<f8'), ('Profit', '<f8')])

你无法解压缩1d结构化数组，因为unpack=True所做的就是转置你的数组，使列沿着第一个轴变化，而1d数组的转置本身就是这样。因此，您可以使用unpack获得相同的结果：

>>> np.genfromtxt('File1.csv', delimiter='\t', names=True, usecols=("Time", "Profit"), unpack=True)
array([(0.0, 1.0), (2.0, 3.0), (3.0, 4.0), (5.0, 6.0)], 
      dtype=[('Time', '<f8'), ('Profit', '<f8')])

即使您在usecols参数中使用@Roberto建议的数字，仍然存在问题，因为如果您有多个字段，使用names=True会为您提供结构化数组（这就是为什么您第一次尝试没注意到。）

如果将其另存为Z，则可以将其设为

plt.plot(Z['Time'], Z['Profit'])

或者您可以按照原来的要求拆分它：

X, Y = Z['Time'], Z['Profit']

使用“genfromtxt”提取列

1 个答案: