numpy 数组维度不匹配错误

Question

总的来说，我对 numpy 和 python 还是很陌生。即使我已确保两个数组具有相同的维度，当我尝试附加值时，仍会出现维度不匹配错误。我还有一个问题是为什么 numpy 在从制表符分隔的文本文件中读取数据时会创建一维数组。

import numpy as np

names = ["Angle", "RX_Power", "Frequency"]
data = np.array([0,0,0],float)  #experimental

data = np.genfromtxt("rx_power_mode 0.txt", dtype=float, delimiter='\t', names = names, usecols=[0,1,2], skip_header=1)

freq_177 = np.zeros(shape=(data.shape))

print(freq_177.shape)  #outputs(315,)

for i in range(len(data)):

    if data[i][2] == 177:
        #np.concatenate(freq_177,data[i]) has same issue
        np.append(freq_177,data[i],0) 

我得到的输出是

所有输入数组的维数必须相同

Answer 1

注释代码：

import numpy as np

names = ["Angle", "RX_Power", "Frequency"]

您不需要“初始化”数组 - 除非您要为单个元素分配值。

data = np.array([0,0,0],float)  #experimental

这个data 分配完全覆盖了前一个。

data = np.genfromtxt("rx_power_mode 0.txt", dtype=float, delimiter='\t', names = names, usecols=[0,1,2], skip_header=1)

此时查看data。 data.shape 是什么？ data.dtype 是什么？打印它，或者至少打印一些元素。对于names，我猜这是一个一维数组，有一个3 字段dtype。不过，它不是一个二维数组，它可以转换/查看所有浮点数。

你为什么要制作一维零数组？

freq_177 = np.zeros(shape=(data.shape))
print(freq_177.shape)  #outputs(315,)

对于像data 这样的结构化数组，索引给定元素的首选方法是按字段名称和行号，例如。数据['频率'][i]`。玩那个。

np.append 与列表追加不同。它返回一个值；它不会原地更改freq_177。 concatenate 也一样。我建议远离np.append。太容易用错地方了。

for i in range(len(data)):
    if data[i][2] == 177:
        #np.concatenate(freq_177,data[i]) has same issue
        np.append(freq_177,data[i],0) 

您似乎想在freq_177 中收集data 数组中“频率”字段为177 的所有项。

I = data['frequency'].astype(int)==177
freq_177 = data[I]

我使用了astype(int)，因为带有浮点数的== 测试不确定。它最好与整数一起使用。

I 是一个布尔掩码，值匹配时为真； data[I] 然后是data 的对应元素。 dtype 将匹配 data，即它将有 3 个字段。您不能将其附加或连接到浮点零数组（您原来的 freq_177）。

如果你必须迭代和收集值，我建议使用列表追加，例如

alist = []
for row in data:
   if int(row['frequency'])==177:
       alist.append(row)
freq177 = np.array(alist)

---

我认为np.append 的讨论不多，除了它自己的doc 页面和文本。它会定期出现在 SO 问题中。

http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.append.html

返回：追加：ndarray

带有附加到轴的值的 arr 副本。请注意，追加不会就地发生：分配并填充一个新数组。

另见解释器外壳中的help(np.append)。

对于genfromtxt - 它也有文档和大量的 SO 讨论。但要了解它在这种情况下返回的内容，您还需要阅读 structured arrays 和 compound dtype。 （添加链接？）

尝试加载数据：

data = np.genfromtxt("rx_power_mode 0.txt", dtype=float, delimiter='\t', usecols=[0,1,2], skip_header=1)

由于您正在跳过标题行，并且只使用带有浮点数的列，data 应该是一个包含 3 列的二维数组，(N, 3)。在这种情况下，您可以使用 data[:,2]

访问“频率”值

I = int(data[:,2])==177
freq_177 = data[I,:]

freq_177 现在是一个 3 列数组 - 包含 data 行的子集。