如何为NumPy二维数组分配字符串列名实现文本列索引
NumPy 数组绑定字符串列名实现文本索引的方案
首先明确:普通二维NumPyndarray本身不支持绑定字符串列名做索引,要实现“用列名取数、打印时显示列头”的效果,有两种完全适配你现有genfromtxt读取流程的可落地方案。
方案1:读取文件时直接绑定列名(最适配你的现有代码逻辑)
np.genfromtxt本身就内置了自定义列名的参数,根本不需要读完普通数组再额外倒腾:
- 把你提前准备好的列名列表
namesstring,直接传入genfromtxt的names参数即可 - 函数会自动生成结构化数组,这种NumPy原生结构天生支持用列名字符串直接索引取整列
- 你原代码里的
.reshape(-1, 3).T属于多余操作,genfromtxt默认读出来的形状就是「行=样本、列=特征」的标准二维结构,完全不需要转置
可直接复用的代码:
import numpy as np # 你的自定义列名列表 namesstring = ['a100', 'bt200', 'c300'] # 读取时直接绑定列名 array = np.genfromtxt( "data.txt", dtype=None, encoding=None, delimiter="\t", names=namesstring )
绑定完成后的效果完全匹配你的预期:
- 直接执行
array['a100']就能取出对应列的全部数值 - 打印数组时,会自动在输出开头展示对应列名,和你期望的输出格式一致
补充:如果你的原始文本文件第一行本身就是列名,只需要把
names参数设为True,函数会自动读取第一行作为列名,完全不需要手动传入列表。
方案2:已生成普通无结构数组时,后续补绑列名
如果你已经把文件读成了普通纯数值二维数组,不想重复读取文件,可以通过结构化数组重构的方式快速绑定列名,代码量很少:
import numpy as np # 已经读好的普通数值数组 plain_array = np.genfromtxt("data.txt", dtype=None, encoding=None, delimiter="\t") namesstring = ['a100', 'bt200', 'c300'] # 构造匹配列名的结构化数组类型 struct_dtype = [(col_name, plain_array.dtype) for col_name in namesstring] named_array = np.empty(plain_array.shape[0], dtype=struct_dtype) # 逐列把原数组的数据赋值到带列名的数组里 for col_index, col_name in enumerate(namesstring): named_array[col_name] = plain_array[:, col_index]
针对2000列大规模数组的使用提示
- 结构化数组的内存开销和同数值类型的普通NumPy数组基本没有差别,哪怕你有2000列的规模,也不会因为绑定列名出现内存暴涨的问题
- 如果你后续要做矩阵运算、批量统计这类需要把所有值当普通二维数组用的场景,可以随时通过
named_array.view(named_array.dtype[0])转回原生二维数组,数值完全不会变 - 别图省事给普通数组直接挂个
array.columns = 列名列表的自定义属性,这种写法没法用数组原生逻辑做索引,而且一旦做转置、切片这类操作,列名和列值的绑定关系就会乱,后续排查问题要花很多时间
内容的提问来源于stack exchange,提问作者user4933
相关产品推荐
相关产品推荐

