混合类型的numpy数据切片

Question

我使用 numpy.genfromtxt 从一个 csv 文件中加载数据，这个文件有混合数据类型，如下所示：

date,value1,value2
1997-02, 432, 1
1997-03, 300, 1
1997-04, 432, 0

我使用以下命令加载数据：

data = numpy.genfromtxt('data/test.csv', dtype=None, delimiter=',', skip_header=1)

我得到了

array([(b'1997-02', 432, 1), (b'1997-03', 300, 1), (b'1997-04', 432, 0)], 
      dtype=[('f0', 'S7'), ('f1', '<i8'), ('f2', '<i8')])

现在我只想要这些数据的日期，我怎样才能对混合类型的 numpy 数组进行切片？我尝试使用 data[:,0] 但它不起作用

Answer 1

你可以使用字段名：

data['f0']

# array([b'1997-02', b'1997-03', b'1997-04'], 
#       dtype='|S7')

---

为了您的阅读目的，我认为您希望指定names = True 而不是skip_header，以便第一行将作为结构化数组的字段名称读入：

data = np.genfromtxt('data/test.csv', dtype=None, delimiter=',', names = True)
​    
data
# array([(b'1997-02', 432, 1), (b'1997-03', 300, 1), (b'1997-04', 432, 0)], 
#       dtype=[('date', 'S7'), ('value1', '<i8'), ('value2', '<i8')])

现在您可以通过以下方式访问date：

data['date']
# array([b'1997-02', b'1997-03', b'1997-04'], 
#       dtype='|S7')

Answer 2

dtype=None 它推导出字段 dtypes，在这种情况下，一个字符串，其余的整数。您可以使用 np.datetime64 定义（“M”表示月份）来优化 dtype

In [419]: dt = ['datetime64[M]', 'i', 'i']
In [420]: data=np.genfromtxt(txt.splitlines(), delimiter=',',names=True, dtype=dt)
In [421]: data
Out[421]: 
array([('1997-02', 432, 1), 
       ('1997-03', 300, 1), 
       ('1997-04', 432, 0)], 
      dtype=[('date', '<M8[M]'), ('value1', '<i4'), ('value2', '<i4')])

这是一个形状为 (3,) 的一维结构化数组。它没有命名为fields 的列，而是通过名称而不是索引来访问的。

In [422]: data['date']
Out[422]: array(['1997-02', '1997-03', '1997-04'], dtype='datetime64[M]')

如果您更愿意使用字符串，请坚持使用默认值。但是将日期时间对象转换为事物很容易

天：

In [424]: data['date'].astype('datetime64[D]')
Out[424]: array(['1997-02-01', '1997-03-01', '1997-04-01'], dtype='datetime64[D]')

字符串

In [427]: data['date'].astype('U7')
Out[427]: 
array(['1997-02', '1997-03', '1997-04'], 
      dtype='<U7')

datetime对象：

In [428]: data['date'].tolist()
Out[428]: 
[datetime.date(1997, 2, 1),
 datetime.date(1997, 3, 1),
 datetime.date(1997, 4, 1)]

整数：

In [429]: data['date'].astype(int)
Out[429]: array([325, 326, 327])