En utilisant numten flatten_dtype avec dtypes structurés qui ont des titres

Question

Je ne publie généralement pas de questions sur ces forums, mais j'ai cherché partout et je n'ai rien trouvé sur ce problème. Je travaille avec des tableaux structurés pour stocker des données expérimentales. J'utilise des titres pour stocker des informations sur mes champs, en l'occurrence les unités de mesure. Quand j'appelle numpy.lib.io.flatten_dtype() sur mon DTYPE, je reçois:

ValueError: too many values to unpack 
File "c:\Python25\Lib\site-packages\numpy\lib\_iotools.py", line 78, in flatten_dtype 
    (typ, _) = ndtype.fields[field] 

Je ne voudrais pas vraiment, sauf que numpy.genfromtxt() appelle numpy.lib.io.flatten_dtype() , et je dois être en mesure d'importer mes données à partir de fichiers texte. Je me demande si j'ai fait quelque chose de mal. Flatten_dtype() n'est-il pas destiné à supporter les titres? Existe-t-il une solution de rechange pour genfromtxt()?

Voici un extrait de mon code:

import numpy 
fname = "C:\\Somefile.txt" 
dtype = numpy.dtype([(("Amps","Current"),"f8"),(("Volts","Voltage"),"f8")]) 
myarray = numpy.genfromtxt(fname,dtype) 

Answer 1

Voici une solution possible:

Étant donné que votre commande dtype pose un problème, fournir un DTYPE aplaties à la place:

In [77]: arr=np.genfromtxt('a',dtype='f8,f8') 

In [78]: arr 
Out[78]: 
array([(1.0, 2.0), (3.0, 4.0)], 
     dtype=[('f0', '<f8'), ('f1', '<f8')]) 

Ensuite, utiliser astype pour convertir à votre désiré dtype:

In [79]: arr=np.genfromtxt('a',dtype='f8,f8').astype(dtype) 

In [80]: arr 
Out[80]: 
array([(1.0, 2.0), (3.0, 4.0)], 
     dtype=[(('Amps', 'Current'), '<f8'), (('Volts', 'Voltage'), '<f8')]) 

Edit: Une autre alternative est de singe-patch numpy.lib.io.flatten_dtype:

import numpy 
import numpy.lib.io 
def flatten_dtype(ndtype): 
    """ 
    Unpack a structured data-type. 

    """ 
    names = ndtype.names 
    if names is None: 
     return [ndtype] 
    else: 
     types = [] 
     for field in names: 
      typ_fields = ndtype.fields[field] 
      flat_dt = flatten_dtype(typ_fields[0]) 
      types.extend(flat_dt) 
     return types 
numpy.lib.io.flatten_dtype=flatten_dtype