使用：操作者numpy.void的索引numpy.ndarray（由numy.genfromtxt輸出）

我生成使用numpy.genfromtxt像這樣的數據：使用：操作者numpy.void的索引numpy.ndarray（由numy.genfromtxt輸出）

ConvertToDate = lambda s:datetime.strptime(s,"%d/%m/%Y") 
data= numpy.genfromtxt(open("PSECSkew.csv", "rb"), 
         delimiter=',', 
         dtype=[('CalibrationDate', datetime),('Expiry', datetime), ('B0', float), ('B1', float), ('B2', float), ('ATMAdjustment', float)], 
         converters={0: ConvertToDate, 1: ConvertToDate})

我現在要提取的最後4個列（每個行，但在一個循環，所以讓我們只考慮一行）分離變量。所以我這樣做：

B0 = data[0][2] 
    B1 = data[0][3] 
    B2 = data[0][4] 
    ATM = data[0][5]

但如果我能做到這一點（我就像一個普通的2D ndarray例如）我寧願它：

B0, B1, B2, ATM = data[0][2:]

但是這給了我一個「無效的指數'錯誤。有沒有辦法很好地做到這一點，還是應該堅持4線方法？

來源

2012-09-14 Dan

作爲np.genfromtxt的輸出，您有一個結構化數組，即一個1D數組，其中每行都作爲不同的字段。

如果要訪問某些領域，僅僅通過名字訪問它們：

data["B0"], data["B1"], ...

您也可以將它們：

data[["B0", "B1]]

，讓你只用一個「新」結構數組你需要的字段（引用'new'，因爲數據沒有被複制，它仍然與你的初始數組相同）。

如果你想要一些特定的 '行'，只是做：

data[["B0","B1"]][0]

，其輸出的第一行。切片和花式索引也是。

所以，你的例子：

B0, B1, B2, ATM = data[["B0","B1","B2","ATMAdjustment"]][0]

如果您要訪問的行後只有那些字段行，我會建議保存您想第一場全陣列，然後遍歷：

filtered_data = data[["B0","B1","B2","ATMAdjustment"]] 
for row in filtered_data: 
    (B0, B1, B2, ATM) = row 
    do_something

甚至：

for (B0, B1, B2, ATM) in filtered_data: 
    do_something

來源

2012-09-14 12:55:39

我把你最後的建議，並修改了它這樣的---爲B0，B1，B2，ATMAdjustment數據[ 「B0」，「B1」，「B2」，「ATMAdjustmen」]]：---這是可以接受的方式嗎？ – Dan

@丹：當然！我編輯瞭解決方案。 –

這個答案在我嘗試對pytables Table.readWhere（）函數返回的列進行切片時對我很有用。我沒有意識到什麼是結構化數組（從readWhere（）返回的對象的類型是，我沒有意識到它與「結構化數組」相同）。 –

使用：操作者numpy.void的索引numpy.ndarray（由numy.genfromtxt輸出）

回答

相關問題