python之将 numpy unicode 数组写入文本文件

我正在尝试将包含 unicode 元素的 numpy 数组导出到文本文件。

到目前为止，我得到了以下的工作，但没有任何 unicode 字符:

import numpy as np 
 
array_unicode=np.array([u'maca' u'banana',u'morango']) 
 
with open('array_unicode.txt','wb') as f: 
    np.savetxt(f,array_unicode,fmt='%s') 

如果我将“c”从“maca”更改为“ç”，我会收到错误消息:

import numpy as np 
 
array_unicode=np.array([u'maça' u'banana',u'morango']) 
 
with open('array_unicode.txt','wb') as f: 
    np.savetxt(f,array_unicode,fmt='%s') 

回溯:

Traceback (most recent call last): 
  File "<ipython-input-48-24ff7992bd4c>", line 8, in <module> 
    np.savetxt(f,array_unicode,fmt='%s') 
  File "C:\Anaconda2\lib\site-packages\numpy\lib\npyio.py", line 1158, in savetxt 
    fh.write(asbytes(format % tuple(row) + newline)) 
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe7' in position 2: ordinal not in range(128) 

如何从numpy设置savetxt来写入unicode字符？

请您参考如下方法:

在 Python3(ipthon-qt 终端)我可以做:

In [12]: b=[u'maça', u'banana',u'morango'] 
 
In [13]: np.savetxt('test.txt',b,fmt='%s') 
 
In [14]: cat test.txt 
ma�a 
banana 
morango 
 
In [15]: with open('test1.txt','w') as f: 
    ...:     for l in b: 
    ...:         f.write('%s\n'%l) 
    ...:          
 
In [16]: cat test1.txt 
maça 
banana 
morango 

Py2 和 3 中的

savetxt 坚持以“wb”字节模式保存。您的错误行具有 asbytes 函数。

在我的示例中，b 是一个列表，但这并不重要。

In [17]: c=np.array(['maça', 'banana','morango']) 
 
In [18]: c 
Out[18]:  
array(['maça', 'banana', 'morango'],  
      dtype='<U7')  

写的一样。在 py3 中，默认的字符串类型是 unicode，因此不需要 u 标签——但没问题。

在 Python2 中，我通过简单的写入得到了你的错误

>>> b=[u'maça' u'banana',u'morango'] 
>>> with open('test.txt','w') as f: 
...    for l in b: 
...        f.write('%s\n'%l) 
...  
Traceback (most recent call last): 
  File "<stdin>", line 3, in <module> 
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe7' in position 2: ordinal not in range(128) 

添加 encode 会得到一个不错的输出:

>>> b=[u'maça', u'banana',u'morango'] 
>>> with open('test.txt','w') as f: 
...    for l in b: 
...        f.write('%s\n'%l.encode('utf-8')) 
0729:~/mypy$ cat test.txt 
maça 
banana 
morango 

encode 是一种字符串方法，因此必须应用于数组(或列表)的各个元素。

回到 py3 端，如果我使用 encode 我得到:

In [26]: c1=np.array([l.encode('utf-8') for l in b]) 
 
In [27]: c1 
Out[27]:  
array([b'ma\xc3\xa7a', b'banana', b'morango'],  
      dtype='|S7') 
 
In [28]: np.savetxt('test.txt',c1,fmt='%s') 
 
In [29]: cat test.txt 
b'ma\xc3\xa7a' 
b'banana' 
b'morango' 

但是如果格式正确，普通的写法就可以了:

In [33]: with open('test1.txt','wb') as f: 
    ...:     for l in c1: 
    ...:         f.write(b'%s\n'%l) 
    ...:          
 
In [34]: cat test1.txt 
maça 
banana 
morango 

这就是混合 unicode 和 2 代 Python 的乐趣。

如果有帮助，这里是 np.savetxt 使用的 np.lib.npyio.asbytes 函数的代码(连同 wb 文件模式):

def asbytes(s):    # py3? 
    if isinstance(s, bytes): 
        return s 
    return str(s).encode('latin1') 

(注意编码固定为“latin1”)。

np.char 库将各种字符串方法应用于 numpy 数组的元素，因此 np.array([x.encode...]) 可以表示为:

In [50]: np.char.encode(b,'utf-8') 
Out[50]:  
array([b'ma\xc3\xa7a', b'banana', b'morango'],  
      dtype='|S7') 

这可能很方便，尽管过去的测试表明它不能节省时间。它仍然必须将 Python 方法应用于每个元素。