这取决于您要推动什么。将对象和数组作为指向原始对象的指针进行推送。内置的原始类型（如数字或布尔值）将
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绘制出来。 问题来源于stack overflow
写回答
-
numpy.loadtxt(open("test.csv", "rb"), delimiter=",", skiprows=1) 查看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。
2020-02-08 22:05:39赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
