TypeError：數組dtype（'float64'）和格式說明符之間不匹配

Question

我有一個尺寸為1000 * 30 * 150的numpy數組。 我試圖將其保存為txt文件。 到目前為止，我已經嘗試過了

np.savetxt("test.txt", mydata, fmt='%.5f', delimiter=",")
#and 
with open('test.txt', 'w') as f:
    for row in mydata:
        np.savetxt(f, row, delimiter=',', fmt='%.5f')

這兩種方法都給我錯誤

Traceback (most recent call last):
  File "/usr/local/lib/python3.5/dist-packages/numpy/lib/npyio.py", line 1254, in savetxt
    fh.write(asbytes(format % tuple(row) + newline))
TypeError: only length-1 arrays can be converted to Python scalars

During handling of the above exception, another exception occurred:

Traceback (most recent call last):


        np.savetxt("test.txt", train, fmt='%.5f', delimiter=",")
      File "/usr/local/lib/python3.5/dist-packages/numpy/lib/npyio.py", line 1258, in savetxt
        % (str(X.dtype), format))
    TypeError: Mismatch between array dtype ('float64') and format specifier ('%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f,%.5f')

Answer 1

問題是你的數組是3維的，不能以二維格式保存。 要么重塑它，所以它是2d：

mydata = mydata.reshape(mydata.shape[0],mydata.shape[1]*mydata.shape[2])
np.savetxt('text.txt',mydata,fmt='%.5f',delimiter=',')

或者如果您不需要將其作為文本文件讀取，並希望稍后在python使用中重新加載它：

np.save('text.npy',mydata)

Answer 2

您沒有提到將三維數組寫入文本文件的目的是什么，將來是否會將其讀回來，以及您要查找的格式，但這是一種可能性：

import json
print(json.dumps(mydata, default=lambda x: list(x), indent=4))

如果您澄清目的，人們將能夠提出更合適的解決方案。

Answer 3

告訴我們mydata 。 特別是它的dtype和shape 。

要以%.5f格式保存，它需要是一個二維數組。

savetxt大致：

 for row in arr:
   print(format % tuple(row))

其中format是根據您的fmt參數構造的，以及數組中的數字列。 看起來您的數組有大量列，因此format為'%.5f,%.5f,%.5f,%.5f,%.5f,%... string。

需要使用tuple將該1d數組row轉換為使用format%()的元組。

如果數組是更高的維度或對象數組，則會出現問題。

---

編輯 - 所以你說數組是1000 * 30 * 150。 所以它試圖迭代1000行，30看起來像那個format的大小。 但它不能應用於(30,150)陣列。

使用open和row迭代，你會得到同樣的錯誤嗎？ 在Py3中，您可能需要使用'wb'. Iterating yourself on the first dimension means each打開'wb'. Iterating yourself on the first dimension means each 'wb'. Iterating yourself on the first dimension means each savetxt call works with a 30x150 array. It will iterate on the 30, and try to format rows of 150. The would create a larger call works with a 30x150 array. It will iterate on the 30, and try to format rows of 150. The would create a larger格式`，但我認為這將運行。

無論如何， savetxt是為2d數字數組設計的。 3d需要某種軟糖。 請記住， csv閱讀器也不是為3d陣列設計的。 他們期望具有一致列的行由簡單的分隔符分隔。

---

In [260]: arr = np.arange(24).reshape(4,3,2)

它可以使用3d - 如果允許使用%s格式化每個子行：

In [261]: np.savetxt('test',arr, fmt='%s')
In [262]: cat test
[0 1] [2 3] [4 5]
[6 7] [8 9] [10 11]
[12 13] [14 15] [16 17]
[18 19] [20 21] [22 23]

3d數字格式 - 錯誤

In [263]: np.savetxt('test',arr, fmt='%d')
....
TypeError: Mismatch between array dtype ('int32') and format specifier ('%d %d %d')

重塑3d到2d - 保存工作：

In [264]: np.savetxt('test',arr.reshape(-1,2), fmt='%d')
In [265]: cat test
0 1
2 3
4 5
6 7
8 9
...
22 23

通過額外的迭代; 可以在塊之間添加一個空行

In [267]: with open('test','wb') as f:
     ...:     for row in arr:
     ...:         np.savetxt(f, row, '%d',delimiter=', ')
     ...:         
In [268]: cat test
0, 1
2, 3
4, 5
6, 7
...
22, 23

Answer 4

np.savetxt（）的替代方法可能是使用csv模塊：

with open("filename.","w+") as my_csv:            # writing the file as my_csv
    csvWriter = csv.writer(my_csv,delimiter=',')  # using the csv module to write the file
    csvWriter.writerows(array_2d)                 # write every row in the matrix

我遇到了與numpy類似的TypeError問題，但CSV方法似乎工作正常。

Answer 5

如果您希望在mydata[i,:,:]的軸上以格式化的行和列寫出數據，目的是以更易讀的表格格式生成內容，請參閱以下答案： 如何編寫多維數組到文本文件？ 由@JoeKington。 我的代碼在每個切片的行和列中添加了一個循環，因為我找不到我在實現原始代碼時得到的TypeError的任何其他解析：

    with open('test.txt', 'w') as outfile:
        # Add header giving shape of array
        # Any line starting with "#" will be ignored by numpy.loadtxt
        outfile.write('# Array shape: {0}\n'.format(x_train.shape))

        # Iterating through a ndimensional array produces slices along
        # the last axis. This is equivalent to data[i,:,:] in this case
        sliceCount = 0
        for data_slice in x_train:
            # Keep track of the slice numbers
            outfile.write('# New slice %d\n'%sliceCount)

            # Work through each row and column of the 2d numpy array inside the 
            # slice, writing each column number to file in format of your choosing
            for row in data_slice:
                for col in row:
                    itemStr = "%8.6f,"%col
                    outfile.write(itemStr)
                outfile.write("\n")

            sliceCount += 1