Comment manipuler les données après numpy.loadtxt?

Question

J'ai des données brutes comme ci-dessous. par exemple, Nous chargeons le fichier texte qui a la première ligne a xlabel, la première colonne est ylabel. permet d'appeler le nom de fichier '131014-data-xy-conv-1.txt'.

Y/X (mm), 0, 10, 20, 30, 40 
686.6, -5.02, -0.417, 0, 100.627, 0 
694.08, -5.02, -4.529, -17.731, -5.309, -3.535 
701.56, 1.869, -4.529, -17.731, -5.309, -3.535 
709.04, 1.869, -4.689, -17.667, -5.704, -3.482 
716.52, 4.572, -4.689, -17.186, -5.704, -2.51 
724, 4.572, -4.486, -17.186, -5.138, -2.51 
731.48, 6.323, -4.486, -16.396, -5.138, -1.933 
738.96, 6.323, -4.977, -16.396, -5.319, -1.933 
746.44, 7.007, -4.251, -16.577, -5.319, -1.688 
753.92, 7.007, -4.251, -16.577, -5.618, -1.688 
761.4, 7.338, -3.514, -16.78, -5.618, -1.207 
768.88, 7.338, -3.514, -16.78, -4.657, -1.207 
776.36, 7.263, -3.877, -15.99, -4.657, -0.822 

(Q1) Comme vous pouvez voir les données brutes, elles a xlabel et ylabel respectivement en 1ère rangée, 1ère colonne. Si j'utilise la fonction numpy.loadtxt, comment diviser "xs" et "ys"?

rawdata = numpy.loadtxt('131014-data-xy-conv-1.txt') 
xs, ys, data = func(rawdata) 

Dois-je implémenter une logique supplémentaire? ou y a-t-il une fonction?

Answer 1

En fait, np.loadtxt ne peut pas gérer cette première rangée séparément très bien, donc vous devez faire quelque chose intelligent. Je vais vous donner deux façons, la première est plus courte, mais le second est plus straighforward

1), vous pouvez le faire « hack » en lisant la première ligne en tant que noms tête :

y_and_data = np.genfromtxt('131014-data-xy-conv-1.txt', names=True, delimiter=',') 
x = np.array(y_and_data.dtype.names[1:], int) 
y = y_and_data['YX_mm'] 
data = y_and_data.view(np.float).reshape(-1, len(y_and_data.dtype))[:,1:] 

2) Mais je vous recommande de lire simplement la première ligne d'abord séparément, enregistrez-le, puis ouvrez le reste avec loadtxt (ou genfromtxt comme je l'ai utilisé et recommander):

with open('131014-data-xy-conv-1.txt', 'r') as f: 
    x = np.array(f.readline().split(',')[1:], int) 
    y_and_data = np.genfromtxt(f, delimiter=',') 
y = y_and_data[:,0] 
data = y_and_data[:,1:] 

Comment ça marche, ouvrez le fichier et appelez-le f:

with open('131014-data-xy-conv-1.txt', 'r') as f: 

    firstline = f.readline()   # read off the first line 
    firstvalues = firstline.split(',') # split it on the comma 
    xvalues = firstvalues[1:]   # and keep the all but the first elements 
    x = np.array(xvalues, int)   # make it an array of integers (or float if you prefer) 

Maintenant que la première ligne a été lu à partir f à l'aide f.readline, le reste peut être lu avec genfromtxt:

y_and_data = np.genfromtxt(f, delimiter=',') 

Maintenant, les autres réponses montrent comment diviser le reste:

y = y_and_data[:,0]  # the first column is the y-values 
data = y_and_data[:,1:] # the remaining columns are the data 

Et voici la sortie:

In [58]: with open('131014-data-xy-conv-1.txt', 'r') as f: 
    ....:  x = np.array(f.readline().split(',')[1:], int) 
    ....:  y_and_data = np.genfromtxt(f, delimiter=',') 
    ....: y = y_and_data[:,0] 
    ....: data = y_and_data[:,1:] 
    ....: 

In [59]: x 
Out[59]: array([ 0, 10, 20, 30, 40]) 

In [60]: y 
Out[60]: 
array([ 686.6 , 694.08, 701.56, 709.04, 716.52, 724. , 731.48, 
     738.96, 746.44, 753.92, 761.4 , 768.88, 776.36]) 

In [61]: data 
Out[61]: 
array([[ -5.02 , -0.417, 0. , 100.627, 0. ], 
     [ -5.02 , -4.529, -17.731, -5.309, -3.535], 
     [ 1.869, -4.529, -17.731, -5.309, -3.535], 
     [ 1.869, -4.689, -17.667, -5.704, -3.482], 
     [ 4.572, -4.689, -17.186, -5.704, -2.51 ], 
     [ 4.572, -4.486, -17.186, -5.138, -2.51 ], 
     [ 6.323, -4.486, -16.396, -5.138, -1.933], 
     [ 6.323, -4.977, -16.396, -5.319, -1.933], 
     [ 7.007, -4.251, -16.577, -5.319, -1.688], 
     [ 7.007, -4.251, -16.577, -5.618, -1.688], 
     [ 7.338, -3.514, -16.78 , -5.618, -1.207], 
     [ 7.338, -3.514, -16.78 , -4.657, -1.207], 
     [ 7.263, -3.877, -15.99 , -4.657, -0.822]]) 

Answer 2

Si vous voulez juste xs, ys et data dans des tableaux distincts, vous pouvez le faire:

xs = np.array(open('131014-data-xy-conv-1.txt').readline().split(',')[1:], int) 
rawdata = numpy.loadtxt('131014-data-xy-conv-1.txt', skiprows=1) 
ys = rawdata[:, 0] 
data = rawdata[:, 1:] 

Notez le mot-clé skiprows d'ignorer la première ligne du fichier.

Answer 3

Ajout à la réponse de @ bogatron, vous pouvez passer l'argument unpack=True pour obtenir xs, ys, data en une ligne:

xs, ys, data = numpy.loadtxt('131014-data-xy-conv-1.txt', skiprows=1, unpack=True)