numpy/scipy/ipython:Fehler beim interpretieren der Datei als eine Gurke

Habe ich die Datei im folgenden format: 

0,0.104553357966
1,0.213014562052
2,0.280656379048
3,0.0654249076288
4,0.312223429689
5,0.0959008911106
6,0.114207780917
7,0.105294501195
8,0.0900673766572
9,0.23941317105
10,0.0598239513149
11,0.541701803956
12,0.093929580526

Möchte ich zur Handlung diesen Punkt mit ipython plot-Funktion wie folgt: 

   In [40]: mean_data = load("/Users/daydreamer/data/mean")

Aber es nicht sagen, die folgenden:

---------------------------------------------------------------------------
IOError                                   Traceback (most recent call last)
/Users/daydreamer/<ipython-input-40-8f1329559411> in <module>()
----> 1 mean_data = load("/Users/daydreamer/data/mean")

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/numpy-1.6.1-py2.7-macosx-10.5-fat3.egg/numpy/lib/npyio.pyc in load(file, mmap_mode)
    354             except:
    355                 raise IOError, \
--> 356                     "Failed to interpret file %s as a pickle" % repr(file)
    357     finally:
    358         if own_fid:

IOError: Failed to interpret file '/Users/daydreamer/data/mean' as a pickle

Wie behebe ich diesen Fehler?

  • numpy.load ist nicht für das laden von ascii-Daten. Es ist für die be-numpy internen binären format oder eine eingelegte numpy-array. Sie möchten numpy.loadtxt oder numpy.genfromtxt (letzteres behandelt fehlende Werte)
InformationsquelleAutor daydreamer | 2012-01-30
  1. 15

    Den numpy.Last routine für das laden eingelegter .npy oder .npz Binär-Dateien, die erstellt werden können mit numpy.save und numpy.savez, beziehungsweise. Da haben Sie text-Daten, diese sind nicht die Routinen, die Sie möchten.

    Können Sie laden Sie Ihre Komma-getrennte Werte mit numpy.loadtxt.

    import numpy as np
mean_data = np.loadtxt("/Users/daydreamer/data/mean", delimiter=',')

    Vollständiges Beispiel

    Hier ist ein komplettes Beispiel (mit StringIO zu simulieren, die Datei-I/O).

    import numpy as np
import StringIO

s = """0,0.104553357966
1,0.213014562052
2,0.280656379048
3,0.0654249076288
4,0.312223429689
5,0.0959008911106
6,0.114207780917
7,0.105294501195
8,0.0900673766572
9,0.23941317105
10,0.0598239513149
11,0.541701803956
12,0.093929580526"""

st = StringIO.StringIO(s)
a = np.loadtxt(st, delimiter=',')

    Nun haben wir:

    >>> a
array([[  0.        ,   0.10455336],
       [  1.        ,   0.21301456],
       [  2.        ,   0.28065638],
       [  3.        ,   0.06542491],
       [  4.        ,   0.31222343],
       [  5.        ,   0.09590089],
       [  6.        ,   0.11420778],
       [  7.        ,   0.1052945 ],
       [  8.        ,   0.09006738],
       [  9.        ,   0.23941317],
       [ 10.        ,   0.05982395],
       [ 11.        ,   0.5417018 ],
       [ 12.        ,   0.09392958]])
    • vielleicht solltest du auch angeben, für die Vollständigkeit, laden gemeint ist zum laden von eingelegten .npy oder .npz Binär-Dateien.
    • Das ist eine gute Anregung; danke! Ich habe aktualisiert die Antwort zu integrieren, und Ihren Vorschlag.
    • Unglaublich, ich war gerade dabei, etwas zu tun, genau wie dieser, und ich sehe, jemand hat bereits vorbei durch die exakt gleiche Sache hier. Schön!
    • Vielen Dank für die tolle Erklärung, das funktioniert!
    InformationsquelleAutor David Alber
Schreibe einen Kommentar