使用numpy loadtxt

时间:2012-03-01 13:09:43

标签: python numpy

我有一个包含10列数字的文本文件。我希望能够创建一个字典,其中每行数据的前三个数字(每行10个数字)可用作访问第6和第7列中另外两个数字的键(在同一行)。我一直在尝试使用numpy.loadtext(在Python 2.7中)函数执行此操作但是我遇到了dtype参数的困难?这是正确的方法还是有更简单的方法,如果是这样,布局函数的正确方法是什么。

非常感谢,如果需要澄清,请告诉我

2 个答案:

答案 0 :(得分:1)

给定列间距的数据格式

   1   0   0      617.09        0.00        9.38 l   0.0000E+00
   2   0   0     7169.00     6978.44       94.10 o   0.1913E-05
   3   0   0      366.08      371.91       14.06 o   0.6503E-03
   4   0   0     5948.04     5586.09       52.95 o   0.2804E-05
   5   0   0     3756.34     3944.63       50.69 o   0.6960E-05
 -11   1   0      147.27       93.02       23.25 o   0.1320E-02
 -10   1   0       -2.31        5.71        9.57 o   0.2533E-02

我认为使用像split这样的Python字符串操作工具来解析文件是最简单的:

def to_float(item):
    try:
        return float(item)
    except ValueError:
        return item

def formatter(lines):
    for line in lines:
        if not line.strip(): continue
        yield [to_float(item) for item in line.split()]

dct = {}
with open('data') as f:
    for row in formatter(f):
        dct[tuple(row[:3])] = row[5:7]

print(dct)

产量

{(-11.0, 1.0, 0.0): [23.25, 'o'], (4.0, 0.0, 0.0): [52.95, 'o'], (1.0, 0.0, 0.0): [9.38, 'l'], (-10.0, 1.0, 0.0): [9.57, 'o'], (3.0, 0.0, 0.0): [14.06, 'o'], (5.0, 0.0, 0.0): [50.69, 'o'], (2.0, 0.0, 0.0): [94.1, 'o']}

原始答案:

genfromtxt有一个参数dtype,设置为None会导致genfromtxt尝试猜测相应的dtype

import numpy as np
arr = np.genfromtxt('data', dtype = None)
dct = {tuple(row[:3]):row[5:7] for row in arr}

例如,data就像这样:

1 2 3 4 5 6 7 8 9 10
1 2 4 4 5 6 7 8 9 10
1 2 5 4 5 6 7 8 9 10

dct设置为

{(1, 2, 5): array([6, 7]), (1, 2, 4): array([6, 7]), (1, 2, 3): array([6, 7])}

答案 1 :(得分:1)

为清楚起见,上述(正确)答案的完整示例可能如下所示:

    import numpy as np  
    f = open("data.txt", 'wa')  
    f.write("1 2 3 4 5 6 7 8 9 10\n")  
    f.write("1 2 4 4 5 6 7 8 9 10\n")  
    f.write("1 2 5 4 5 6 7 8 9 10\n")  
    f.close()  
    arr = np.genfromtxt("data.txt", dtype=None)  
    dct = {tuple(row[:3]):row[4:6] for row in arr}

哪会导致:

    {(1, 2, 3): array([5, 6]), (1, 2, 4): array([5, 6]), (1, 2, 5): array([5, 6])}

可能很明显,但是NB:当你在多行的前三列中有相同的元素时,你将覆盖字典条目。