Python - 尝试使用 numpy.mean 时“无法使用灵活类型执行缩减”

当我尝试计算列的平均值时，我一直处于无计可施的状态，因为我不断收到“无法使用灵活类型执行减少”，文件读取得很好（任何行/列中都没有缺失值），但是当我放入行中： Brain_wt_mean = np.mean(ifile axis=0) 那么Python 2.7.5不喜欢它。我在 Spyder IDE 中使用它。非常感谢您的帮助。

import os
import numpy as np

if __name__ == "__main__":
    try:        
        curr_dir = os.getcwd()
        file_path = curr_dir + '\\brainandbody.csv'
        ifile = np.loadtxt('brainandbody.csv', delimiter=',', skiprows=1, dtype=[('brainwt', 'f8'), ('bodywt', 'f8')])

    except IOError:
        print "The file does not exist, exiting gracefully"        

Brain_wt_mean = np.mean(ifile axis=0)




### BELOW is a sample of the csv file ######

Brain Weight    Body Weight
3.385   44.5
0.48    15.5
1.35    8.1
465 423
36.33   119.5
27.66   115
14.83   98.2
1.04    5.5

当您使用这样的结构化数组时，您会失去一些原本拥有的灵活性。不过，您可以在选择适当的部分后取平均值：

>>> ifile
array([(3.385, 44.5), (0.48, 15.5), (1.35, 8.1), (465.0, 423.0),
       (36.33, 119.5), (27.66, 115.0), (14.83, 98.2), (1.04, 5.5)], 
      dtype=[('brainwt', '<f8'), ('bodywt', '<f8')])
>>> ifile["brainwt"].mean()
68.759375000000006
>>> ifile["bodywt"].mean()
103.66249999999999

I use numpy几乎每天，但是当处理我想要命名列的数据时，我认为pandas http://pandas.pydata.org库使事情变得更加方便，并且互操作性非常好。值得一看。例子：

>>> import pandas as pd
>>> df = pd.read_csv("brainandbody.csv", skipinitialspace=True)
>>> df
   Brain Weight  Body Weight
0         3.385         44.5
1         0.480         15.5
2         1.350          8.1
3       465.000        423.0
4        36.330        119.5
5        27.660        115.0
6        14.830         98.2
7         1.040          5.5
>>> df.mean()
Brain Weight     68.759375
Body Weight     103.662500
dtype: float64