Skip to main content
 首页 » 编程设计

python之float 的结构化数组和 float 数组的整数

2025年05月04日8cloudgamer

我正在导入一个 csv 文件

data = np.genfromtxt('na.csv', delimiter=",", dtype=[('latitude', 'f8'), ('longitude', 'f8'), ('location_id','i4'), ('location_name', 'S60'), ('location_group_id', 'i4'), ('location_group_name', 'S32')]) 

并按 location_group_ids 逐行考虑。

l_g_id_set = set() 
l_g_id_set.update(data['location_group_id']) 
 
for lgid in l_g_id_set: 
    # rows with location group id == lgid 
    group = data[data['location_group_id']==lgid] 

到目前为止,我只包括纬度和经度,它们是 csv 文件中结构化数组的第 0 和第 1 个位置的两个浮点值。

    # structured array of latitude-longitude 
    latlon = group[list(group.dtype.names[:2])] 
 
    # convert the structured array into numpy array of floats 
    llarray = latlon.view((float, len(latlon.dtype.names))) 

现在我想将 location_id,它是数组第二个位置的整数值,包含到 latlon 和 llarray 中。为了便于计算,我希望 llarray 是一个包含 3 列的二维 float 组,而不是将其设为另一个结构化数组。

但是,当我尝试以下操作时,只将 2 更改为 3

    # structured array of latitude-longitude 
    latlon = group[list(group.dtype.names[:3])] 
 
    # convert the structured array into numpy array of floats 
    llarray = latlon.view((float, len(latlon.dtype.names))) 

失败,抛出以下错误。

    llarray = latlon.view((float, len(latlon.dtype.names))) 
ValueError: new type not compatible with array. 

我该如何解决这个问题,为什么我的修复失败了?

请您参考如下方法:

这种转变有效

dtype1=[('latitude', 'f8'), ('longitude', 'f8'), ('location_id', 'f4')] 
data1=data[list(data.dtype.names[:3])].astype(dtype1) 

但是data1.view(float)还是报错

dtype2=[('latitude', 'f8'), ('longitude', 'f8'), ('location_id', 'f8')] 
data2=data[list(data.dtype.names[:3])].astype(dtype2) 
data2.view(float).reshape(-1,3) 
data2.view((float,3))   # equivalent view 

没问题。

示例数据:

In [211]: data[:3] 
Out[211]:  
array([(1.2, 2.3, 100, 'testing', 45, 'another'), 
       (1.2, 2.3, 200, 'testings', 45, 'xxx'), 
       (1.2, 2.3343, 300, 'testings', 45, 'xxx')],  
      dtype=[('latitude', '<f8'), ('longitude', '<f8'), ('location_id', '<i4'), ('location_name', 'S60'), ('location_group_id', '<i4'), ('location_group_name', 'S32')]) 
 
In [212]: data2[:3].view(np.float).reshape(-1,3) 
Out[212]:  
array([[   1.2   ,    2.3   ,  100.    ], 
       [   1.2   ,    2.3   ,  200.    ], 
       [   1.2   ,    2.3343,  300.    ]]) 
 
In [230]: data2.view(np.float).reshape(-1,3).max(axis=0) 
Out[230]: array([   1.2   ,    2.3343,  300.    ]) 
In [234]: data2['longitude'].max() 
Out[234]: 2.3342999999999998 
In [236]: data2.view(np.float).reshape(-1,3)[:,1].max() 
Out[236]: 2.3342999999999998