请注意原来的 2015 年日期。自那以后genfromtxt
已获得encoding
范围。
在Python3中我可以这样做:
In [224]: txt = "Côte d'Ivoire"
In [225]: x = np.zeros((2,),dtype='U20')
In [226]: x[0] = txt
In [227]: x
Out[227]:
array(["Côte d'Ivoire", ''], dtype='<U20')
这意味着我可能可以打开一个“UTF-8”文件(常规,而不是字节模式)和读取行,并将它们分配给数组的元素,例如x
.
But genfromtxt
坚持使用无法处理更大的字节字符串(ascii)进行操作UTF-8
设置(7 字节 v 8)。所以我需要申请decode
在某个时刻得到一个U
array.
我可以将它加载到“S”数组中genfromtxt
:
In [258]: txt="Côte d'Ivoire"
In [259]: a=np.genfromtxt([txt.encode()],delimiter=',',dtype='S20')
In [260]: a
Out[260]:
array(b"C\xc3\xb4te d'Ivoire", dtype='|S20')
并申请decode
到单个元素:
In [261]: print(a.item().decode())
Côte d'Ivoire
In [325]: print _
Côte d'Ivoire
Or use np.char.decode
将其应用于数组的每个元素:
In [263]: np.char.decode(a)
Out[263]:
array("Côte d'Ivoire", dtype='<U13')
In [264]: print(_)
Côte d'Ivoire
genfromtxt
让我指定converters
:
In [297]: np.genfromtxt([txt.encode()],delimiter=',',dtype='U20',
converters={0:lambda x: x.decode()})
Out[297]:
array("Côte d'Ivoire", dtype='<U20')
If the csv
有字符串和数字的混合,这个converters
方法将比np.char.decode
。只需为每个字符串列指定转换器即可。
(请参阅我之前对 Python2 尝试的编辑)。