Question

我有一个包含给定列名的250个变量（整数和浮点数）的.csv文件。第一列是序列号，最后一列是＆＃39;标签＆＃39; 我使用github中的代码将其导入为numpy数组：

from numpy import genfromtxt
train_data = genfromtxt("file.csv", delimiter=',',names=True,dtype=float)

输出结果为：

[ ( 0.,  25.20824887, -16.745.......,) (( 1., -86.93144987,   0.42822719, ...)]

行之间没有逗号分隔。

如何将输出转换为正确的numpy数组格式，不包括第一列，并将最后一列存储到不同的＆＃39; Y＆＃39;变量

我正在使用此代码：

  np.reshape(train_data,(train_data.size, len(train_data[0])))

它将错误指定为：

cannot reshape array of size 7200 into shape (7200,252)

Answer 1

您可以尝试使用.read_csv（）方法将其作为pandas数据帧导入。然后对.read_csv（）生成的数据帧使用DataFrame.as_matrix（）方法将实际值转换为numpy数组。不幸的是，.as_matrix（）方法不会保留每个列dtype，如果它们不同，那么只有在你知道铸造不会成为问题时才小心使用它。读这个： https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.as_matrix.html

编辑：＆＃34; dtype将是一个较低的共同分母dtype（隐式向上转换）;也就是说，如果dtypes（甚至是数字类型）是混合的，那么将选择容纳所有dtypes的那个......例如。如果dtypes是float16和float32，则dtype将向上转换为float32 ...通过numpy.find_common_type约定，混合int64和uint64将导致float64 dtype。＆＃34;

因此，在您的情况下，它很可能会将所有值都转换为float64。

将excel文件中的数据导入为numpy数组

1 个答案: