アクセスしたい列の numpy.ndarray があります。8 以降のすべての列を取得して分散をテストし、分散/平均が低い場合は列を削除します。これを行うには、できれば Numpy を使用して、列にアクセスする必要があります。私の現在の方法では、エラーが発生したり、転置に失敗したりします。
これらの配列をマイニングするために、通常の numpy.ndarray を提供する IOPro アダプターを使用しています。
import iopro
import sys
adapter = iopro.text_adapter(sys.argv[1], parser='csv')
all_data = adapter[:]
z_matrix = adapter[range(8,len(all_data[0]))][1:3]
print type(z_matrix) #check type
print z_matrix # print array
print z_matrix.transpose() # attempt transpose (fails)
print z_matrix[:,0] # attempt access by column (fails)
誰かが何が起こっているのか説明できますか?
出力は次のとおりです。
<type 'numpy.ndarray'>
[ (18.712, 64.903, -10.205, -1.346, 0.319, -0.654, 1.52398, 114.495, -75.2488, 1.52184, 111.31, 175.
408, 1.52256, 111.699, -128.141, 1.49227, 111.985, -138.173)
(17.679, 48.015, -3.152, 0.848, 1.239, -0.3, 1.52975, 113.963, -50.0622, 1.52708, 112.335, -57.4621
, 1.52603, 111.685, -161.098, 1.49204, 113.406, -66.5854)]
[ (18.712, 64.903, -10.205, -1.346, 0.319, -0.654, 1.52398, 114.495, -75.2488, 1.52184, 111.31, 175.
408, 1.52256, 111.699, -128.141, 1.49227, 111.985, -138.173)
(17.679, 48.015, -3.152, 0.848, 1.239, -0.3, 1.52975, 113.963, -50.0622, 1.52708, 112.335, -57.4621
, 1.52603, 111.685, -161.098, 1.49204, 113.406, -66.5854)]
Traceback (most recent call last):
File "z-matrix-filtering.py", line 11, in <module>
print z_matrix[:,0]
IndexError: too many indices
何がうまくいかないのですか?列にアクセスするより良い方法はありますか? ファイルのすべての行を読み取り、8 番目からすべての列をテストして大きな差異がないかどうかをテストし、大きく変化しない列を削除してから、結果を新しい CSV として再出力します。
編集:応答に基づいて、私は次の非常に醜いものを作成しました。私は非常識なアプローチだと思います。
all_data = adapter[:]
z_matrix = []
for line in all_data:
to_append = []
for column in range(8,len(all_data.dtype)):
to_append.append(line[column].astype(np.float16))
z_matrix.append(to_append)
z_matrix = np.array(z_matrix)
列に直接アクセスする必要がある理由は、データ内に String があるためです。この文字列が何らかの方法で回避されない場合、バッファ エラーを使用するオブジェクト メンバを持つ void-array についてエラーがスローされます。より良い解決策はありますか?これはひどいようで、数ギガバイトのデータでは効率が悪いようです。