我正在尝试使用numpy.savetxt保存一个4-D数组,但它似乎不起作用。
final JSONObject json = Cards.getCards(getApplicationContext(), new CardsResponse() {
@Override
public void onResponseReceived(JSONObject response) {
// Do stuff here
Log.d("DebudIID", "Cards JSON : " + json);
}
});
我编辑了npyio.py并打印出实际的TypeError而不是重新引发的TypeError,它是
In [13]: mat = np.zeros((3,3,2,2))
In [14]: mat[0][0][0][0] = 1.5e+10
In [15]: mat[0][0][0][1] = 1.6e+10
In [16]: mat[0][0][1][0] = 1.7e+10
In [17]: mat[0][0][1][1] = 1.8e+10
In [18]: np.savetxt("/tmp/save_mat", mat)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
----> 1 np.savetxt("/tmp/save_mat", mat)
python2.7/site-packages/numpy/lib/npyio.pyc in savetxt(fname, X, fmt, delimiter, newline, header, footer, comments)
1158 print(e)
1159 raise TypeError("Mismatch between array dtype ('%s') and "
-> 1160 "format specifier ('%s')"
1161 % (str(X.dtype), format))
1162 if len(footer) > 0:
TypeError: Mismatch between array dtype ('float64') and format specifier ('%.18e %.18e %.18e')
如果我使用二进制保存方法
,它可以正常工作float argument required, not numpy.ndarray
并且创建了非零文件
In [20]: fd = open("/tmp/save_mat", "w")
In [21]: np.save(fd, mat)
In [22]: fd.close()
numpy文档没有说明数组维度,只是它是“类似数组”。
numpy.savetxt(fname,X,fmt ='%。18e',delimiter ='',newline ='\ n',header ='',footer ='',comments ='#')[来源]
将数组保存到文本文件中。 参数:
fname:文件名或文件句柄 如果文件名以.gz结尾,则文件将自动以压缩gzip格式保存。 loadtxt透明地理解gzip压缩文件。
X:array_like 要保存到文本文件的数据。
还有其他人看到这个吗?这是预期的行为吗?
答案 0 :(得分:1)
再次查看更改错误消息的位置:
for row in X:
try:
fh.write(asbytes(format % tuple(row) + newline))
except TypeError:
...
使用mat
:
print('%.18e %.18e %.18e'%tuple(np.array([1,2,3]))) # working
for row in mat:
print('%.18e %.18e %.18e'%tuple(row)) # your error
这是直接的Python字符串格式化操作。它仅在行中的元素数(转换为元组后)与格式中的%
说明符数匹配时才有效。元素必须匹配 - 在这种情况下,可以使用%e
显示数字。
savetxt
中没有规定迭代数组的更高维度。你必须自己做那种迭代。
大致是:
f = open('txt.txt', 'w')
for block in Mat:
for subblock in block:
np.savetxt(f, block, fmt=...) # write to open file
f.write('\n') # spacer line
f.write('\n') # another spacer
f.close()
沿着同一行的更详细的答案: