强制genfromtxt输出为无向量

Question

有没有办法强制genfromtxt输出这样的数据：(xx，1)在只加载一列数据的情况下？通常的形状是(xx，)。在我的例子中，xx可以是任意整数。

更新:下面是一个代码示例：

import numpy as np
a = np.zeros([1000, 10])
nbcols = 1
for ind in range(0, 10, nbcols)
    a[:, ind : ind + nbcols] = np.genfromtxt('file_1000x10.csv', usecols = range(nbcols))

这段代码只适用于nbcols >= 2；假设nbcols是一个整数c1，10。有没有一个解决方案可以让它在不添加if语句的情况下适用于nbcols =1。

实际上，文件名是通过一个变量给出的，如下所示：

filename = 'file_1000x10_' + '%02d' % ind.astype(int) + '.csv'

因此，在for循环中的每次迭代中，np.genfromtxt都会从另一个文件加载数据。

Answer 1

我认为诀窍是reshape(-1, nbcols)你从np.genfromtxt得到的东西，所以你的赋值应该是这样的：

a[:, ind:ind + nbcols] = np.genfromtxt('file_1000x10.csv',
                                       usecols = range(nbcols)).reshape(-1, nbcols)

另外，循环遍历ind并每次都读取文件是不必要的。你可以像下面这样做一些高维的伏都教：

import numpy as np
from StringIO import StringIO

def make_data(rows, cols) :
    data = ((str(k + cols * j) for k in xrange(cols)) for j in xrange(rows))
    data = '\n'.join(map(lambda x: ' '.join(x), data))
    return StringIO(data)

def read_data(f, rows, cols, nbcols) :
    a = np.zeros((rows, (cols + nbcols - 1) // nbcols, nbcols))
    a[...] = np.genfromtxt(f, usecols=range(nbcols)).reshape(-1, 1, nbcols)
    return a.reshape(rows, -1)[:, :cols]

>>> read_data(make_data(3, 6), 3, 6, 2)
array([[  0.,   1.,   0.,   1.,   0.,   1.],
       [  6.,   7.,   6.,   7.,   6.,   7.],
       [ 12.,  13.,  12.,  13.,  12.,  13.]])
>>> read_data(make_data(3, 6), 3, 6, 1)
array([[  0.,   0.,   0.,   0.,   0.,   0.],
       [  6.,   6.,   6.,   6.,   6.,   6.],
       [ 12.,  12.,  12.,  12.,  12.,  12.]])
>>> read_data(make_data(3, 6), 3, 6, 4)
array([[  0.,   1.,   2.,   3.,   0.,   1.],
       [  6.,   7.,   8.,   9.,   6.,   7.],
       [ 12.,  13.,  14.,  15.,  12.,  13.]])

原始答案您可以使用以下命令将大小为1的额外维度添加到your_array：

your_array.reshape(your_array.shape + (1,))

或等效的

your_array.reshape(-1, 1)

同样可以使用以下命令实现

your_array[..., np.newaxis]

或等效的

your_array[..., None]

Answer 2

如果可以使用loadtxt而不是genfromtxt，并且使用的是1.6.0或更高版本的numpy，则ndmin参数允许您指定数组的(最小)维数。例如：

a[:, ind : ind + nbcols] = np.loadtxt('file_1000x10.csv', usecols=range(nbcols), ndmin=2)