鉴于此CSV文件:
"A","B","C","D","E","F","timestamp"
611.88243,9089.5601,5133.0,864.07514,1715.37476,765.22777,1.291111964948E12
611.88243,9089.5601,5133.0,864.07514,1715.37476,765.22777,1.291113113366E12
611.88243,9089.5601,5133.0,864.07514,1715.37476,765.22777,1.291120650486E12
我只是想将其加载为3行7列的矩阵/ ndarray。但是,由于某种原因,我能从numpy中脱颖而出的是一个具有3行(每行一个)且没有列的ndarray。
r = np.genfromtxt(fname,delimiter=',',dtype=None, names=True)
print r
print r.shape
[ (611.88243, 9089.5601000000006, 5133.0, 864.07514000000003, 1715.3747599999999, 765.22776999999996, 1291111964948.0)
(611.88243, 9089.5601000000006, 5133.0, 864.07514000000003, 1715.3747599999999, 765.22776999999996, 1291113113366.0)
(611.88243, 9089.5601000000006, 5133.0, 864.07514000000003, 1715.3747599999999, 765.22776999999996, 1291120650486.0)]
(3,)
我可以手动迭代并将其修改为所需的形状,但这似乎很愚蠢。我只想将其加载为适当的矩阵,以便可以像在matlab中一样将其切成不同的维度并进行绘制。
纯麻木
numpy.loadtxt(open("test.csv", "rb"), delimiter=",", skiprows=1)
请查阅loadtxt文档。
您还可以使用python的csv模块:
import csv
import numpy
reader = csv.reader(open("test.csv", "rb"), delimiter=",")
x = list(reader)
result = numpy.array(x).astype("float")
您将不得不将其转换为您喜欢的数字类型。我想您可以将全部内容写成一行:
结果= numpy.array(list(csv.reader(open(“ test.csv”,“ rb”),delimiter =“,”))))。astype(“ float”)
新增提示:
您还可以使用pandas.io.parsers.read_csv
并获取关联的numpy
数组,该数组可以更快。
本文向大家介绍Numpy 将二维图像矩阵转换为一维向量的方法,包括了Numpy 将二维图像矩阵转换为一维向量的方法的使用技巧和注意事项,需要的朋友参考一下 以下的例子,将32x32的二维矩阵,装换成1x1024的向量 以上这篇Numpy 将二维图像矩阵转换为一维向量的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。
问题内容: 我试图计算二维二进制矩阵中的孤岛数量(一组相连的1组成一个孤岛)。 例: 在上面的矩阵中,有5个岛,分别是: 为了计算2D矩阵中的孤岛数量,我假设矩阵为图,然后使用DFS类型的算法对孤岛进行计数。 我一直在跟踪DFS(递归函数)调用的数量,因为在Graph中有很多组件。 下面是我为此目的编写的代码: 我传入参数的矩阵输出错误。我知道了,但是有集群。 我尝试调试任何逻辑错误的代码。但是我
问题内容: 我有N维向量数组。 我正在使用sklearn的函数来计算距离值矩阵。注意,该矩阵关于对角线对称。 我需要与该矩阵中前N个值相对应的索引,因为这些索引将与成对索引相对应,它们代表了向量之间的最大距离。 我尝试做以获得每一行中最大值的索引,并获取每一列中最大值的索引,但是请注意: 和: 因为矩阵是关于对角线对称的,并且因为argmax返回它找到的具有最大值的第一个索引,所以我最终在行和列匹
问题内容: 我有一个遗留数据库,我正在尝试将其重新设计成21世纪。现有的数据结构之一涉及一个特定的类,该类包含一个二维值矩阵。如果要从数据库中对该类进行逆向工程,则最终会得到一系列属性,例如: 等等。由于这是一个6x6的矩阵,因此有很多这样的列。 我一直在寻找更好的方法,但是我不确定我在那儿。我想做的是这样的: 但这失败了: 我想不仅要尝试解决错误,还应该四处询问并尝试找到解决此映射挑战的正确 方
本文向大家介绍Python常用库Numpy进行矩阵运算详解,包括了Python常用库Numpy进行矩阵运算详解的使用技巧和注意事项,需要的朋友参考一下 Numpy支持大量的维度数组和矩阵运算,对数组运算提供了大量的数学函数库! Numpy比Python列表更具优势,其中一个优势便是速度。在对大型数组执行操作时,Numpy的速度比Python列表的速度快了好几百。因为Numpy数组本身能节省内存,并
问题内容: 我有一个很大的csv文件,其中列出了图中节点之间的连接。例: 0001,95784 0001,98743 0002,00082 0002,00091 因此,这意味着节点id 0001连接到节点95784和98743,依此类推。我需要将其读入numpy中的稀疏矩阵。我怎样才能做到这一点?我是python的新手,所以有关此的教程也将有所帮助。 问题答案: 使用scipy的lil_matri