numpy中的genfromtxt函数导入数据后产生空字符串

Question

感谢您的耐心等待，因为我对Python还很陌生。输入文件是一个以制表符分隔的表格。

import numpy as np
#from StringIO import StringIO

inputfile=raw_input('Filepath please: ')

fieldnames='Reference Position, Type, Length, Reference, Allele, Linkage, Zygosity, \
    Count, Coverage, Frequency, Hyper-allelic, Forward/reverse balance, Average quality, \
    Overlapping annotations, Coding region change, Amino acid change'
fieldtypes='int,str,int,str,str,str,str,int,int,float,str,float,float,str,str,str'

with open(inputfile) as f:
    storage=np.genfromtxt(f, skip_header=1, delimiter='\t', names=fieldnames, dtype=fieldtypes)

print storage

我得到了一个 ValueError: size of tuple must match number of fields（元组的大小必须与字段数相匹配） 的错误信息。

需要帮助吗？

修改：

实现@Wooble的建议后，错误不再出现...

但现在的问题是，在我打印存储(storage)之后，所有dtype为str的单元格都是空字符串('')。这是为什么？

EDIT3: 我通过将上面的str类型更改为|S#，其中#是一个整数，解决了空字符串问题。

- michen00

---

输入文件中有什么？（顺便说一下，使用StringIO来存储真实文件的内容有点傻。当你需要一个类似文件的对象但没有真实文件时才使用StringIO。）而且，在上下文管理器中打开的文件不要使用.close()关闭；整个上下文管理器的目的就是关闭它。 - Wooble

请使用 raw_input 而不是使用 input 并告诉用户包含引号... - Wooble

感谢@Wooble的帮助。我正在根据您的建议进行编辑。此外，输入文件是一个制表符分隔的文本表格。 - michen00

这个制表符分隔的表格中有空单元格... 这会影响到什么吗？ - michen00

另外：如果你正在使用命名列和混合数字和非数字数据，那么使用pandas比裸的numpy更容易成功。 - DSM

Answer 1

但现在的问题是，当我打印 storage 后，所有 dtype 为 str 的单元格都为空字符串 ('')。为什么会这样呢？

编辑3: 我通过将上面的 str 类型更改为 |S#（其中 # 是整数）来解决了空字符串问题。

编辑4: 请看下面 Jinan Dangor 的评论。

- michen00

---

请问您在这里指的整数是什么？是正在读取的字符串的最大长度还是其他？ - Jinan Dangor

字段类型 = 'int，|S1，int，|S2，|S3等等'。 。 。因为这是很久以前的事了，我不确定我还记得，但这是我最好的猜测。 - michen00

解决了这个问题后，数字就是读取的字符串的最大长度。它不仅仅是连续编号系统。因此，'|S64' 读取最多 64 个字符的字符串。 - Jinan Dangor