使用numpy的flatten_dtype与带标题的结构化dtype

Question

我通常不在这些论坛上发问，但我到处搜索过，还是没找到关于这个问题的任何信息。

我正在使用结构化数组来存储实验数据。我用标题来存储关于我的字段的信息，这里指的是计量单位。当我对我的数据类型（dtype）调用 numpy.lib.io.flatten_dtype() 时，我得到了：

ValueError: too many values to unpack  
File "c:\Python25\Lib\site-packages\numpy\lib\_iotools.py", line 78, in flatten_dtype
  (typ, _) = ndtype.fields[field]

其实我本来不太在意这个，除了因为 numpy.genfromtxt() 也会调用 numpy.lib.io.flatten_dtype()，而我需要从文本文件中导入我的数据。

我在想我是不是做错了什么。flatten_dtype() 是不是不支持标题？有没有什么方法可以解决 genfromtxt() 的问题？

这是我代码的一部分：

import numpy
fname = "C:\\Somefile.txt"
dtype = numpy.dtype([(("Amps","Current"),"f8"),(("Volts","Voltage"),"f8")])
myarray = numpy.genfromtxt(fname,dtype)

Answer 1

这里有一个可能的解决办法：

因为你自定义的 dtype 造成了问题，所以可以使用一个扁平化的 dtype 来代替：

In [77]: arr=np.genfromtxt('a',dtype='f8,f8')

In [78]: arr
Out[78]: 
array([(1.0, 2.0), (3.0, 4.0)], 
      dtype=[('f0', '<f8'), ('f1', '<f8')])

然后使用 astype 来转换成你想要的 dtype：

In [79]: arr=np.genfromtxt('a',dtype='f8,f8').astype(dtype)

In [80]: arr
Out[80]: 
array([(1.0, 2.0), (3.0, 4.0)], 
      dtype=[(('Amps', 'Current'), '<f8'), (('Volts', 'Voltage'), '<f8')])

编辑：另一个选择是对 numpy.lib.io.flatten_dtype 进行修改：

import numpy
import numpy.lib.io
def flatten_dtype(ndtype):
    """
    Unpack a structured data-type.

    """
    names = ndtype.names
    if names is None:
        return [ndtype]
    else:
        types = []
        for field in names:
            typ_fields = ndtype.fields[field]
            flat_dt = flatten_dtype(typ_fields[0])
            types.extend(flat_dt)
        return types
numpy.lib.io.flatten_dtype=flatten_dtype