你从中得到了什么array = np.genfromtxt("testQUADs", delimiter=8, dtype="|S8, i4, i4, i4, f8, f8, f8, |S8")
是一个structured array。在
^{pr2}$
看起来像np.dtype("|S8, i4, i4, i4, f8, f8, f8, |S8")
array.shape是行数;它是一个包含8个字段的1d数组。在
array[0]是这个数组的一个元素或记录;请看它的dtype。不要担心它的type(void只是复合dtype记录的类型)。在
array['f0']是第一个字段,所有行,在本例中是一个字符串数组。在
您可能需要更深入地阅读dtype和structured数组文档。许多海报对genfromtxt产生的一维结构数组感到困惑。在
genfromtxt像代码一样读取文件,并将每一行拆分为字符串。然后它根据dtype转换这些字符串,并将结果收集到一个列表中。最后,它将该列表汇编成array-这个1d数组,该数组具有指定的数据类型。因为它比你的代码做的更多,所以它慢一点就不足为奇了。在
loadtxt也有同样的效果,在某些区域的功率更小。在
pandas有一个csv读取器,速度更快,因为它使用了更多编译的代码。但是数据帧并不比结构化数组更容易理解。在
你的两种方法不会产生相同的结果:In [105]: line = "QUAD4 1 123456 123456781.2345671.2345671.234567 "
In [106]: txt=[line,line,line] # a list of lines instead of a file
In [107]: A = np.genfromtxt(txt, delimiter=8, dtype="|S8, i4, i4, i4, f8, f8, f8, |S8")
In [108]: A
Out[108]:
array([ ('QUAD4 ', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, ' '),
('QUAD4 ', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, ' '),
('QUAD4 ', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, ' ')],
dtype=[('f0', 'S8'), ('f1', '
注意dtype;和3个元素
您的行解析器:In [109]: fn=txt[:]
In [110]: for i, line in enumerate(fn):
l = [line[0:8], line[8:16], line[16:24], line[24:32], line[32:40], line[40:48], line[48:56], line[56:64], line[64:72], line[72:80]]
fn[i] = [l[0].strip(), int(l[1]), int(l[2]), int(l[3]), float(l[4]), float(l[5]), float(l[6]), l[7].strip()]
.....:
In [111]: fn
Out[111]:
[['QUAD4', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, ''],
['QUAD4', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, ''],
['QUAD4', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, '']]
In [112]: A1=np.array(fn)
In [113]: A1
Out[113]:
array([['QUAD4', '1', '123456', '12345678', '1.234567', '1.234567',
'1.234567', ''],
['QUAD4', '1', '123456', '12345678', '1.234567', '1.234567',
'1.234567', ''],
['QUAD4', '1', '123456', '12345678', '1.234567', '1.234567',
'1.234567', '']],
dtype='|S8')
fn是一个列表列表,可以有不同类型的值。但是当你把它放到数组中,它会把所有的东西变成一个字符串。在
我可以将您的fn列表转换为一个结构化数组,其中:In [120]: np.array([tuple(l) for l in fn],dtype=A.dtype)
Out[120]:
array([('QUAD4', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, ''),
('QUAD4', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, ''),
('QUAD4', 1, 123456, 12345678, 1.234567, 1.234567, 1.234567, '')],
dtype=[('f0', 'S8'), ('f1', '
这与A中的A相同,除了字符串的填充。在
下面是一个可能有用的变体,尽管它也可能扩展您对结构化数组的了解:In [132]: dt=np.dtype('a8,(3)i,(3)f,a8')
In [133]: A = np.genfromtxt(txt, delimiter=8, dtype=dt)
A现在有4个字段,其中两个字段有多个值
A['f1']将返回一个(n,3)整数数组。在