NumPy认为2-D数组是1-D

Question

我有一个从文本文件构造的NumPy数组。 我已经以这种方式进行了数周的工作，之前从未见过此问题。

print data
print data[:, 1:]

输出

[['1', '200', '300', '400', '500\n']
 ['3', '500', '400', '200', '1000\n']
 ['14', '900', '200', '300', '100\n'] ...,
 ['999142', '24', '21', '20', '12\n']]
Traceback (most recent call last):
File ...., line ..., in ....
print data[:, 1:]
IndexError:  too many indices

为什么会发生这种情况，我该如何解决？

编辑：大线索。 data.shape是(3313869,)没有第二个值。

data.ndim为1 。

len(data[1])是5。

编辑，我用

data = [re.split(' ', line) for line in f]
f.close()
data = np.array(data)

当我插话

f.close()
print data[0:10]

它给

[['1', '200', '300', '400', '500\\n'], ['3', .... ]]

Answer 1

发生问题是因为您的代码以某种方式创建了对象的numpy.array 。 请参阅与此问题类似的问题。 发生这种情况时，您会得到类似以下内容的信息：

a = numpyp.array([list1, list2, list3, ... , listn], dtype=object)

它是一维数组，但是当您要求打印时，它将调用内部每个列表的__str__ ，给出：

[[ 1, 2, 3, 4],
 [ 5, 6, 7, 8]]

好像是二维数组

您可以模拟它：

a = ['aaa' for i in range(10)]
b = numpy.empty((5),dtype=object)
b.fill(a) 

让我们检查b ：

b.shape # (5,)
b.ndim  # 1

但print b给出：

[['aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa']
 ['aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa']
 ['aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa']
 ['aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa']
 ['aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa', 'aaa']]

相当棘手...

Answer 2

我解决了

for line in data:
          if (len(line) != 5):
                  print len(line)
                  print line

我数据中的几行末尾有空格，这导致500和\\n被分离为单独的令牌。 之所以这样说是因为上周五，我上次弄乱了这段代码时，我在Python脚本中添加了一个默认选项，该选项为缺少特定值的行为此脚本构建输入文件，而Vim放在空格中换行符，恰好在\\n之前的字符上。

[re.split(' ', line.replace('\\n', '').rstrip()) for line in f]给出期望的结果。

我认为NumPy将数组同时视为一维和二维数组（允许我选择data[1]作为行）有点奇怪，但是我猜这些行的长度不是一致的，只是将其视为数组的数组而不是二维数组，从而在两者之间进行了区分。