将numpy.void转换为numpy.ndarray

6 人关注

我在python中加载了一个带有 numpy.genfromtxt 的.csv文件。现在它返回一个一维的 numpy.ndarray ，在这个数组中， numpy.void 对象实际上只是整数的数组。但是我想把这些对象从 numpy.void 类型转换为 numpy.array 。为了澄清这一点。

>>> print(train_data.shape)
(42000,)
>>> print(type(train_data[0]))
<class 'numpy.void'>
>>> print(train_data[0])
(9, 0, 0)
所以这里的数组（9，0，0），其类型为numpy.void，应该是numpy.array。
如何将train_data的所有值转换为numpy数组？
效率也有些重要，因为我正在处理大量的数据。
Some more code
>>> with open('filename.csv, 'rt') as raw_training_data:
>>>     train_data = numpy.genfromtxt(raw_training_data, delimiter=',', names=True, dtype=numpy.integer)
>>> print(train_data.dtype)
[('label', '<i4'), ('pixel0', '<i4'), ('pixel1', '<i4')]
>>> print(type(train_data))
<class 'numpy.ndarray'>


           
            
             你应该展示
             
              genfromtxt
             
             的调用。  什么是
             
              train_data.dtype
             
             ？  我猜它是一个结构化数组。  它有1个多字段，可以通过字段名来访问。  是否容易转换为2d数字类型将取决于字段的dtypes。


           
            
             @hpaulj 我加了
             
              train_data.dtype
             
             。


           
            
             
              train_data['label']
             
             是第一个字段，等等。  如果你想要一个有3列的2D数组，请尝试
             
              skip_header=1
             
             而不是
             
              names=True
             
             。  由于字段都是
             
              i4
             
             ，我们可以在加载后进行转换，但以所需格式加载会更简单。


           
            
             Behdad Abdollahi Moghadam
            
            ：


           
            
             这是否回答了你的问题？
             
              如何对一个由numpy.void数字组成的numpy.ndarray进行切片？


         
          python


         
          arrays


         
          numpy


          
           
            使用
            
             numpy.asarray()
            
            方法，该方法将一个输入转换为一个数组
           
           array=numpy.asarray(train_data[0])


           
            
             
              如果我说得不清楚，请原谅。我的意思是将所有的'void'数组转换为正常的数组。所以通过做一些事情创建一个数组，里面有所有的numpy数组。