<p>@Gnibbler的答案在技术上是正确的,但是没有理由首先创建初始的<code>storecoeffs</code>数组。只需加载您的值,然后从中创建一个数组。但是,正如@Mermoz指出的,您的用例看起来足够简单numpy.loadtxt文件(). 在</p>
<p>除此之外,为什么要使用对象数组??这可能不是你想要的。。。现在,您将数值存储为字符串,而不是浮点!在</p>
<p>基本上有两种方法来处理numpy中的数据。或者使用结构化数组(如果您希望使用命名数组,则使用结构化数组)。如果你想要一个“普通”的多维数组,只需使用一个float、int等数组。对象数组有特定的用途,但它可能不是你要做的。在</p>
<p>例如:
要以普通2D numpy数组的形式加载数据(假设所有数据都可以轻松表示为float):</p>
<pre><code>import numpy as np
# Note that this ignores your column names, and attempts to
# convert all values to a float...
data = np.loadtxt('input_filename.txt', delimiter=',', skiprows=1)
# Access the first column
workers = data[:,0]
</code></pre>
<p>要将数据作为结构化数组加载,可以执行以下操作:</p>
^{pr2}$
<p>如果数据中有非数字值,并希望将其作为字符串处理,则需要使用结构化数组,指定要作为字符串的字段,并为字段中的字符串设置最大长度。在</p>
<p>从您的示例数据来看,它看起来像第一列,“workers”是一个非数字值,您可能希望将其存储为字符串,而所有其他列看起来都像float。如果是这样的话,你可以这样做:</p>
<pre><code>import numpy as np
infile = file('input_filename.txt')
names = infile.next().strip().split()
# Create the dtype... The 'S10' indicates a string field with a length of 10
dtype = {'names':names, 'formats':['S10'] + (len(names) - 1)*[np.float]}
data = np.loadtxt(infile, dtype=dtype, delimiter=',')
# The "workers" field is now a string array
print data['workers']
# Compare this to the other fields
print data['constant']
</code></pre>
<p>如果您确实需要csv模块的灵活性(例如带有逗号的文本字段),您可以使用它来读取数据,然后将其转换为具有适当数据类型的结构化数组。在</p>
<p>希望能让事情更清楚一点。。。在</p>