如何从自定义数据格式制作 scipy 数组？答案

【问题标题】：How to make a scipy array from custom data format?如何从自定义数据格式制作 scipy 数组？
【发布时间】：2014-01-18 17:30:39
【问题描述】：

警告：Python 新手...

我的文本看起来像这样，来自数据库查询：

2000;"SCHOOLS OF MEDICINE";416765.0
2000;"SCHOOLS OF ARTS AND SCIENCES";36000.0
2000;"SCHOOLS OF MEDICINE";2000.0
2000;"SCHOOLS OF MEDICINE";179728.0
2000;"OTHER DOMESTIC HIGHER EDUCATION";244547.0
2000;"SCHOOLS OF MEDICINE";107325.0
2000;"OTHER DOMESTIC HIGHER EDUCATION";61609.0
2000;"SCHOOLS OF MEDICINE";93600.0
2000;"SCHOOLS OF EARTH SCIENCES/NATURAL RESOURCES";64865.0
2000;"SCHOOLS OF MEDICINE";50000.0
...

我想制作一个图表，显示所有年份的平均奖励金额以及每个部门的误差线。

但是，我不确定如何将这些数据放入 scipy 数组中以制作图表。我尝试了以下方法：

data = asarray(2000;"SCHOOLS OF MEDICINE";416765.0
    2000;"SCHOOLS OF ARTS AND SCIENCES";36000.0
    2000;"SCHOOLS OF MEDICINE";2000.0
    2000;"SCHOOLS OF MEDICINE";179728.0
    2000;"OTHER DOMESTIC HIGHER EDUCATION";244547.0
    2000;"SCHOOLS OF MEDICINE";107325.0
    2000;"OTHER DOMESTIC HIGHER EDUCATION";61609.0
    2000;"SCHOOLS OF MEDICINE";93600.0
    2000;"SCHOOLS OF EARTH SCIENCES/NATURAL RESOURCES";64865.0
    2000;"SCHOOLS OF MEDICINE";50000.0)

我也试过data = sp.array()。两者都给出以下错误：

    data = sp.asarray(2000;"SCHOOLS OF MEDICINE";416765.0
                          ^
SyntaxError: invalid syntax

所以，在我看来array() 和asarray() 方法不喜欢用分号分隔的数据。

任何关于如何做到这一点的建议都会很棒。如果可能的话，我不希望先将数据保存到文件中。

谢谢！

【问题讨论】：

标签： python arrays numpy scipy ipython

【解决方案1】：

考虑将pandas 用于这样的数据：

import pandas as pd
from StringIO import StringIO
import matplotlib.pyplot as plt

input = """2000;"SCHOOLS OF MEDICINE";416765.0
2000;"SCHOOLS OF ARTS AND SCIENCES";36000.0
2000;"SCHOOLS OF MEDICINE";2000.0
2000;"SCHOOLS OF MEDICINE";179728.0
2001;"SCHOOLS OF MEDICINE";1234.0
2001;"SCHOOLS OF ARTS AND SCIENCES";100.0
2002;"SCHOOLS OF MEDICINE";9999.0
2002;"SCHOOLS OF MEDICINE";8436.0"""

df = pd.read_csv(StringIO(input), sep=';', header=None, names=['year', 'division', 'award'])
print df
yeartotals = df.groupby(['year'])[['award']].sum()
print yeartotals
yeartotals.plot()
plt.show()

我不确定你想要绘制什么，但pandas integrates quite nicely with matplotlib for plotting。

【讨论】：