Python：从CSV读取时间步到数组：使用NumPy后处理模型数据；
我还在努力学习Python，但这个问题超出了我的知识范围：
主题：水动力后处理：
将水力软件的CSV输出转换为数组，分割时间步长。
这里是数据和我目前写出的代码：
输入文件（见下文）：
第一行：结果节点的数量
第二行：标题
第三行：时间步长 @ 时间=
接下来：这个时间步长的所有结果（在这个文件中：13541个节点，变量）
……接下来是下一个时间步长的相同内容。
# Number of Nodes: 13541
#X Y Z depth wse
# Output at t = 0
5603.7598 4474.4902 37.470001 0 37.470001
5610.5 4461.6001 36.020001 0 36.020001
5617.25 4448.71 35.130001 0 35.130001
5623.9902 4435.8198 35.07 0 35.07
5630.7402 4422.9199 35.07 0 35.07
5761.5801 4402.79 35.369999 0 35.369999
COMMENT:....................13541 timesteps...........
# Output at t = 120.04446
5603.7598 4474.4902 37.470001 3.6977223 41.167724
5610.5 4461.6001 36.020001 4.1377293 40.15773
5617.25 4448.71 35.130001 3.9119012 39.041902
5623.9902 4435.8198 35.07 3.7923947 38.862394
5630.7402 4422.9199 35.07 3.998436 39.068436
5761.5801 4402.79 35.369999 3.9750571 39.345056
COMMENT:....................13541 timesteps...........
# Output at t = 240.06036
5603.7598 4474.4902 37.470001 11.131587 48.601588
5610.5 4461.6001 36.020001 12.564266 48.584266
5617.25 4448.71 35.130001 13.498463 48.628464
5623.9902 4435.8198 35.07 13.443041 48.513041
5630.7402 4422.9199 35.07 11.625824 46.695824
5761.5801 4402.79 35.369999 19.49551 54.865508
问题：
我需要一个循环，把n个时间步长读入数组。
结果应该是：每个时间步长对应一个数组：在这个例子中，有27个时间步长，每个都有13541个元素。
timestep_1=[这个时间步长的所有元素：形状=13541,5]
timestep_2=[]
timestep_3=[]
........
timestep_n=[]
到目前为止我的代码：
import numpy as np
import csv
from numpy import *
import itertools
#read file to big array
array=np.array([row for row in csv.reader(open("ascii-full.csv", "rb"), delimiter='\t')])
firstRow=array[0]
secondRow=array[1]
# find out how many nodes
strfirstRow=' '.join(map(str,firstRow))
first=strfirstRow.split()
print first[4]
nodes=first[4]
nodes=float(nodes)
#count timesteps
temp=(len(array)-3)/nodes
timesteps=int(temp)+1
#split array into timesteps:
# X Y Z h(t1) h(t2) h(tn)
ts1=array[3:nodes+3]#13541
#print ts1
ts2=array[nodes+4:nodes*2+4]
#print ts2
.......
read ts3 to last timestep to arrays with loop....
也许有人可以帮我，谢谢！！！
2 个回答
1
你可以使用 np.genfromtxt() 来获取一个三维数组，像这样：
import numpy as np
gen = (a for a in open('test.txt') if not a[0] in ['#', 'C'])
a = np.genfromtxt(gen).reshape(-1, 6, 5)
其中 a[i] 表示在时间步 i 时的输出结果。
0
我对你的问题的看法是，不要把整个文件一次性读进一个数组里再处理，而是应该一行一行地读取，边读边创建数组。
我会先读取每个时间点的行数和列数，然后为每个读取的时间点创建一个新的数组（把它加到一个列表里），接着用读取到的数据填充这个数组。
import numpy as np
timesteps = []
timestep_results = []
f = open("ascii-full.csv", "rb")
# First line is number of rows (not counting the initial #)
rows = int(f.readline().strip()[1:].split()[-1])
counter = 0
# Second line is number of columns
columns = len(f.readline().strip().split())
# Next lines
for line in f:
if line.startswith("#"):
# it's a header: add time to timestep list, begin new array
timesteps.append( float(line.strip().split("=")[1]) )
timestep_results.append( np.zeros((rows, columns)) )
counter = 0
else:
# it's data: add to array in appropiate row
timestep_results[-1][counter] = map(float, line.strip().split())
counter += 1
f.close()
希望这对你有帮助！