将CSV文件导入numpy为数据表时形状不正确

Question

我正在尝试用numpy来读取一个CSV文件，把它当作数据表来用，但遇到了一些问题。

这是我的CSV文件的完整内容：

week,count,is_successful,percent,percent_tablet,percent_desktop
1,2005,0,23,32,45
1,3805,1,18,22,55
2,1872,0,35,22,43
2,2990,1,22,21,57
3,2005,0,24,24,48
3,3805,1,27,21,52

这是我写的numpy代码：

data = np.genfromtxt("data.csv", delimiter=',', names=True)
print data.shape

运行后我得到了(6,) - 它识别出了行，但没有列。为什么没有把它当作一个表格导入呢？

Answer 1

你可以使用 skiprows，而把 names 保持默认的 False 值。这样就可以跳过把数据整理成结构的步骤。

data = np.genfromtxt("data.csv", delimiter=',', skiprows=1)
print data.shape

Answer 2

来自文档：

我们从文件中读取的字符串序列如何转换成其他类型，主要是通过设置dtype这个参数来控制。这个参数可以接受以下几种值：

• 单一类型，比如dtype=float。这种情况下，输出会是一个二维数组，类型是你指定的dtype，除非你用names参数给每一列指定了名称（见下文）。需要注意的是，dtype=float是genfromtxt的默认设置。

• 类型的序列，比如dtype=(int, float, float)。

• 用逗号分隔的字符串，比如dtype="i4,f8,|S3"。

• 一个包含两个键'names'和'formats'的字典。

• 一个包含元组(name, type)的序列，比如dtype=[('A', int), ('B', float)]。

• 一个已经存在的numpy.dtype对象。

• 特殊值None。在这种情况下，列的类型会根据数据本身来决定（见下文）。

除了第一种情况，其他情况下输出的都是一个一维数组，且这个数组的dtype是结构化的。这个结构化的dtype有多少个字段就有多少个序列中的项。字段名称是通过names关键字来定义的。

简单来说，如果数据是混合的或者没有指定类型，你会得到一个包含不同类型的数组。只有当数据类型一致时，你才会得到一个矩阵。

Answer 3

当你有命名的列时，使用 genfromtxt 创建的数组是一个一维的 结构化数组。你可以通过列名来访问这些列，就像用钥匙打开门一样，比如 data['week']。

你还可以用 view 方法获取数据的二维视图：table = data.view(np.float64).reshape(len(data), -1)。