以下面的格式读取csv文件到numpy数组中 [英] reading csv file into numpy array in below format

问题描述

[array（[0.33333333，0.75，0.5，1.，0.

，
0.，0.，0.，1.，0 。，
0.，0.，0.，0.，0.，
0.，0.，0.，0.，0.，
0.，0.5，0.2 ，0.25,0.6，
0.8,0.5]），数组（[1.,0.25,1,1,1,0,0,0,0,0,0,1，
0。 ，0.,0.,0.,0.,0.,0.,0.,0.b $ b 0.,0.,0.1，1.，0.5,0.6,0.4， 0.25]），阵列（[1.，0.25,0.5,0.5,0.,0,0,0,0,1，，
0.,0,0,0,0,0， （[0.66666667,0.25,0.5,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 1.，0.

，
0.，0.，0.，1.，0.，
0.，0.，0.，0.，0。 ，
0.，0.，0.，0.，0.，
0.,1.,0.4,0.25,0.4，
0.6，0.75]），array（[0.66666667 ，0.5，1.，1.，0.，
0.，0.，0.，1.，0.，
0.,0,0,0,0，
0.,0,0,0,0,0,0
0.,0.5,1.,0.5,0.6，
0.2,0.75]），数组（[0.33333333， 0.5，1.，1.，0.，
0.，0.，0.，1.，0.，
0.，0.，0.，0.，0.，
0.,0,0,0,0,0,0，
0.,0.5,0.2,0.75,0.4，
0.8，0.75]），array（[0.66666667,0.5， 0.5，1.，0.，
0.，0.，0.，1.，0.，
0.，0.，0.，0.，0.，
0.,0,0,0,0,0,0,0，
0.,0.5,1.,0.5,0.8，
1.，0.25]），数组（[0.33333333,0.25,1 。，1.，0.，
0.，0.，0.，1.，0.，
0.，0.，0.，0.，0.，
0.,0,0,0,0,0,0,0，
0.，1.，1.，0.25,0.2，
0.6,0.5]），数组（[0.66666667,0.5,0.5 ，1.，0.，
0.，0.，0.，1.，0.，
0.，0.，0.，0.，0.，
0 ，...，0.,0,0,0,0,0，
0,1，0.8,0.75,1，
0.2,0.75]），array（[1.,0.5,1 0,1,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 ，0.,0,0.,0.1，
0.8,1.,0.4,0.2,1]]，数组（[0.33333333,0.25,1.,1.,0.,
0.，0.，0.，1.，0.，
0.，0.，0.，0.，0. b $ b 0.，0.，0.，0。 ，0.，
0,1，0.6,0.25,0.2，
0.4,0.5]），数组（[0.33333333,0.75,0.5,0.5,0.8,0b $ b 0。 ，0.,0.1，0.，0.，
0.，0.，0.，0.，0.，
0.，0.，0.，0.，0。 ，
0.，0.5,1，0.25,0.8，
0.4,0.75]），数组（[0.66666667,0.75,0.5,0.5,0.,0b $ b 0.,0。 ，0.，1.，0.，
0.，0.，0.，0.，0.，
0.，0.，0.，0.，0.，
0.,0.5,0.6,0.25,0.4，
0.2,0.75]），数组（[0.66666667,0.1，1.，0.，
0.， 0.，1.，0.，
0.，0.，0.，0.，0.，
0.，0.，0.，0.，
0.,0.5,0.6,0.25,0.8，
1,1,1]]，数组（[0.33333333，1.，1.，1.，0.，
0.， ，0.，1.，0.，
0.，0.，0.，0.，0.，
0.，0.，0.，0.，0.，
0,1，0.4,0.25,0.6，
0.4,1]]，数组（[1.,0.75,0.5,1。 1.，
0.，0.，0.，0.，0.，0.，0.，0.，0.，
0.，0.，0.，0.5，0.6 ，0.25，1.，1.，0.5]）]

我有文件读取，但我想在 [[0.33333333,0.75,0.5,1。，0.,0.,0.,0.1，0.，0.，0.，0.， ，0.,0,0,0,0,0,0,0,0.5,0.2,0.25,0.6,0.8,0.5]，[....]，[....]，[ ....]] 以这种格式

是我的代码，请检查一下...谢谢您的帮助

  import csv 
 import numpy as nm 
 my_data = nm.genfromtxt（'ta.csv'，dtype = float，delimiter = '，'，usecols = range（4,31））
 
 data = list（my_data）
＃input_data = data 
 print（data）
  
 
 
 
请给我建议....再次感谢
方案
我认为问题是 list（）命令。
 
 
 
一个2d数组如：
 在[322]：data 
 Out [322]：
 array [[120258560，3]，
 [167772160，339]，
 [118948100，1]，
 [50331904，1]]）
  
并将其包装在 list（）中，我得到一个数组列表 - 原始。
 在[323]：list（data）
 Out [323]：
 [ array（[120258560，3]），
 array（[167772160，339]），
 array（[118948100，1]），
 array $ b  
为什么要使用 list ？
 
 
 
有时候 genfromtxt 给出一个结构化数组，1d和命名列。但它看起来像读取您的文件作为所有浮点数。因此， my_data 应以您需要的形式显示。
 
 
 
 ============= ================= 
 
 
 
数组（和列表）可以以多种方式显示 - 好。让我用一个简单的数组说明 - 在交互式ipython shell中工作
 在[6]：x = np.array 1,2]，[3,4]]）
 
 In [7]：x 
 Out [7]：
 array [[1,2]，
 [3，4]]）
  
您的原始方法 - 2 array：
 在[8]：list（x）
 Out [8]：[array ，2]），array（[3，4]）] 
  
使用 tolist 方法：
 在[9]：x.tolist ）
 Out [9]：[[1,2]，[3，4]] 
 
在[10]中：print x 
 [[1 2] 
 [3 4]] 
  
注意 x 和 print x 。后者使用数组的 str 格式化方法。前者是 repr 方法。这些方法是为每个类定义的，但通常 repr 给出了更详细的视图。
  in [11]：str（x）
 Out [11]：'[[1 2] \\\
 [3 4]]'
 
在[12] repr（x）
 Out [12]：'array（[[1,2]，\\\
 [3，4]]）'
  
数组的 str 格式省略逗号，而列表的格式包括它们。
 
 
 
对于结构化数组（如使用 names = True 创建），（） replace  [] 。
 在[15]中：y = np.array （[（a'，1），（'b'，2）]，dtype ='str，int'）
 
 In [16]：y 
 Out [16] 
 array（[（''，1），（''，2）]，
 dtype = [（'f0'，'S'），（'f1'，'< i4' ] 
  
注意，这是一个带有 dtype 。 
 
 
 
打印（ str ）省略了 dtype ，看起来像元组列表。但请注意缺少的，：
  
 [（''，1）（''，2）] 
  
 code> list 看起来一样：
  
 Out [18]：[（''，1），（''，2）] 
 
在[19]：y.tolist ：[（''，1），（''，2）] 
  
区别
 在[23]：type（list（y）[0]）
 Out [23]：numpy .void 
 
在[24]：type（y.tolist（）[0]）
 Out [24]：tuple 
  
一个是 numpy 对象（结构化'记录'）的列表，另一个是元组列表。 
 
 
 
请注意，当我定义 y 时，我使用元组列表。这是一个重要的细节。
 

  
[array([ 0.33333333,  0.75      ,  0.5       ,  1.        ,  0.

  ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.5       ,  0.2       ,  0.25      ,  0.6       ,
          0.8       ,  0.5       ]), array([ 1.  ,  0.25,  1.  ,  1.  ,  0.  ,  0.  ,  0.  ,  0.  ,  1.  ,
          0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,
          0.  ,  0.  ,  0.  ,  1.  ,  1.  ,  0.5 ,  0.6 ,  0.4 ,  0.25]), array([ 1.  ,  0.25,  0.5 ,  0.5 ,  0.  ,  0.  ,  0.  ,  0.  ,  1.  ,
          0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,
          0.  ,  0.  ,  0.  ,  1.  ,  0.4 ,  0.75,  0.4 ,  0.2 ,  1.  ]), array([ 0.66666667,  0.25      ,  0.5       ,  1.        ,  0.

  ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  1.        ,  0.4       ,  0.25      ,  0.4       ,
          0.6       ,  0.75      ]), array([ 0.66666667,  0.5       ,  1.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.5       ,  1.        ,  0.5       ,  0.6       ,
          0.2       ,  0.75      ]), array([ 0.33333333,  0.5       ,  1.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.5       ,  0.2       ,  0.75      ,  0.4       ,
          0.8       ,  0.75      ]), array([ 0.66666667,  0.5       ,  0.5       ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.5       ,  1.        ,  0.5       ,  0.8       ,
          1.        ,  0.25      ]), array([ 0.33333333,  0.25      ,  1.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  1.        ,  1.        ,  0.25      ,  0.2       ,
          0.6       ,  0.5       ]), array([ 0.66666667,  0.5       ,  0.5       ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  1.        ,  0.8       ,  0.75      ,  1.        ,
          0.2       ,  0.75      ]), array([ 1. ,  0.5,  1. ,  1. ,  0. ,  0. ,  0. ,  0. ,  1. ,  0. ,  0. ,
          0. ,  0. ,  0. ,  0. ,  0. ,  0. ,  0. ,  0. ,  0. ,  0. ,  1. ,
          0.8,  1. ,  0.4,  0.2,  1. ]), array([ 0.33333333,  0.25      ,  1.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  1.        ,  0.6       ,  0.25      ,  0.2       ,
          0.4       ,  0.5       ]), array([ 0.33333333,  0.75      ,  0.5       ,  0.5       ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.5       ,  1.        ,  0.25      ,  0.8       ,
          0.4       ,  0.75      ]), array([ 0.66666667,  0.75      ,  0.5       ,  0.5       ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.5       ,  0.6       ,  0.25      ,  0.4       ,
          0.2       ,  0.75      ]), array([ 0.66666667,  0.        ,  1.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.5       ,  0.6       ,  0.25      ,  0.8       ,
          1.        ,  1.        ]), array([ 0.33333333,  1.        ,  1.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  1.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  1.        ,  0.4       ,  0.25      ,  0.6       ,
          0.4       ,  1.        ]), array([ 1.  ,  0.75,  0.5 ,  1.  ,  0.  ,  0.  ,  0.  ,  0.  ,  1.  ,
          0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,  0.  ,
          0.  ,  0.  ,  0.  ,  0.5 ,  0.6 ,  0.25,  1.  ,  1.  ,  0.5 ])]
i got file as reading this but i want in [[0.33333333,0.75,0.5,1.,0.,0., 0., 0.,1.,0.,0.,0.,0.,0. ,0.,0.,0.,0.,0.,0.,0.,0.5,0.2,0.25, 0.6,0.8 ,0.5 ],[....],[....],[....]] in that format

below is my code please review it..thanks for your help
import csv
import numpy as nm
my_data = nm.genfromtxt('ta.csv',dtype=float,delimiter=',',usecols=range(4,31))

data=list(my_data)
#input_data=data
print(data)
please give me suggestions....thanks once again
解决方案
I think the issue is the list() command.

If I take a 2d array like:
In [322]: data
Out[322]: 
array([[120258560,         3],
       [167772160,       339],
       [118948100,         1],
       [ 50331904,         1]])
and wrap it in list(), I get a list of arrays - one array per  row of the original.
In [323]: list(data)
Out[323]: 
[array([120258560,         3]),
 array([167772160,       339]),
 array([118948100,         1]),
 array([50331904,        1])]
Why are you using list?

Sometimes genfromtxt gives a structured array, 1d with named columns.  But it looks like it's reading your file as all floats.  So my_data should in the form you want.

==============================

Arrays (and lists) can be displayed in various ways - and custom ones are possible as well.  Let me illustrate with a simple array - working in interactive ipython shell
In [6]: x=np.array([[1,2],[3,4]])

In [7]: x
Out[7]: 
array([[1, 2],
       [3, 4]])
Your original approach - which turns the array into a list of 2 arrays:
In [8]: list(x)
Out[8]: [array([1, 2]), array([3, 4])]
For a complete conversion to nested lists use tolist method:
In [9]: x.tolist()
Out[9]: [[1, 2], [3, 4]]

In [10]: print x
[[1 2]
 [3 4]]
Notice the difference between x and print x.  The latter uses the str formatting method of array.  The former the repr method. Those methods are defined for each class, but generally repr gives a more detailed view.
In [11]: str(x)
Out[11]: '[[1 2]\n [3 4]]'

In [12]: repr(x)
Out[12]: 'array([[1, 2],\n       [3, 4]])'
The str format of arrays omits commas, while the format for lists includes them.

For a structured array (such as created with names=True), () replace [].
In [15]: y=np.array([('a',1),('b',2)],dtype='str,int')

In [16]: y
Out[16]: 
array([('', 1), ('', 2)], 
      dtype=[('f0', 'S'), ('f1', '<i4')])
Note, this is a 1d array with a compound dtype.  You do not index columns, instead you use strings to index fields.

The print (str) omits the dtype, and looks like a list of tuples.  But note the missing ,:
In [17]: print y
[('', 1) ('', 2)]
These 2 list look the same:
In [18]: list(y)
Out[18]: [('', 1), ('', 2)]

In [19]: y.tolist()
Out[19]: [('', 1), ('', 2)]
but there is a subtle difference
In [23]: type(list(y)[0])
Out[23]: numpy.void

In [24]: type(y.tolist()[0])
Out[24]: tuple
One's a list of numpy objects (structured 'records') the other a list of tuples.  

Note that when I defined y, I use the list of tuples.  That's an important detail.

                        
这篇关于以下面的格式读取csv文件到numpy数组中的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！