Numpy loadtxt 编码

Question

我正在尝试用numpy.loadtxt来加载数据。我想读取的文件是用cp1252编码的。请问有没有办法用numpy来更改编码为cp1252呢？

下面这段代码：

import numpy as np
n = 10
myfile = '/path/to/myfile'
mydata = np.loadtxt(myfile, skiprows = n)

运行后出现了：

UnicodeDecodeError: 'utf-8' 编码无法解码位置189的字节0xf6：无效的起始字节

这个文件包含了一些元数据（前面的几行）和后面的浮点数表格。

这个问题只在Ubuntu（12.04）上出现。在Windows上运行得很好。因此我觉得这个问题可能和编码有关。

用下面的方式打开文件也能正常工作：

import codecs
data = codecs.open(myfile, encoding='cp1252')
datalines = data.readlines()

不过我想直接用np.loadtxt把数据读进numpy数组里。

Answer 1

在用numpy读取文件之前，你得先用合适的编码打开这个文件：

import numpy as np
import codecs

n=10

filecp = codecs.open(myfile, encoding = 'cp1252')
mydata = np.loadtxt(filecp, skiprows = n)