Comment détecter la longueur d'un tableau numpy avec un seul élément?

Je suis de la lecture dans un fichier à l'aide de numpy.genfromtxt qui apporte dans les colonnes de deux chaînes de caractères et des valeurs numériques. Une chose que j'ai à faire est de détecter la longueur de l'entrée. Ce est tout très bien fourni il y a plus d'une valeur lue dans chaque groupe.

Mais...si il y a un seul élément dans le tableau qui en résulte, la logique d'échec. Je peux recréer un exemple ici:

import numpy as np
a = np.array(2.3)

len () renvoie un message d'erreur disant:

TypeError: len() of unsized object

cependant, Si une a 2 ou plusieurs éléments, len() se comporte comme l'on pourrait s'attendre.

import numpy as np
a = np.array([2.3,3.6])

len () renvoie 2

Ma préoccupation ici est, si j'utilise une étrange exception de la manipulation, je ne peux pas faire la distinction entre un être vide et ayant la longueur = 1.

EDIT:
@noskio suggéré la mise a = np.array([2.3]). Le problème est, la genèse de l'une est par l'utilisation de numpy.genfromtxt. Le code ressemble à ceci:

import numpy as np
indata = np.genfromtxt(some_filename, names=True,dtype=None)
a = indata['one_col_headername']

En conséquence, si indata est une seule ligne dans le fichier, un est 0-d tableau.

source d'informationauteur mishaF

  1. 33

    Si vous avez besoin d'un one-liner (en supposant que la réponse que vous attendiez est 1):

    In [1]: import numpy as np

In [2]: a = np.array(2.3)

In [3]: len(np.atleast_1d(a))
Out[3]: 1

    Cette page explique pourquoi il a été décidé de mettre en œuvre 0-dimensions des tableaux dans numpy.

  2. 6
    import numpy as np

tests=[np.array(2.3),np.array([]),np.array([2.3]),np.array([2.3,3.6])]

print('{a:30}{s:<10}{l:<10}{sl:<10}'.format(a='repr',s='shape',sl='len(shape)',l='length'))
for a in tests:
    s=a.shape
    l=len(a) if a.shape else 0
    sl=len(s)
    print('{a!r:30}{s:<10}{l:<10}{sl:<10}'.format(a=a,l=l,s=s,sl=sl))

    rendements

    repr                          shape     length    len(shape)
array(2.2999999999999998)     ()        0         0         
array([], dtype=float64)      (0,)      0         1         
array([ 2.3])                 (1,)      1         1         
array([ 2.3,  3.6])           (2,)      2         1

    Vous pouvez faire la distinction entre un "vide", array (par exemple np.array([])) et un numpy scalaire (par exemple np.array(2.3)) en regardant la longueur de la forme.

  3. 3

    Il ressemble à la size propriété de ndarrays travaillera dans ce cas, si vous savez que le tableau est unidimensionnel. À mon avis, a.size est beaucoup plus lisible que len(np.atleast_1d(a)). Toutefois, notez que la size propriété sera de retour le total nombre d'éléments dans le tableau si il a plus d'une dimension:

    In [1]: import numpy as np

In [2]: np.array(2.3).size
Out[2]: 1

In [3]: np.array([1, 2]).size
Out[3]: 2

In [4]: np.array([[1,2], [3,4]]).size
Out[4]: 4
  4. 0
    a = np.array([2.3])
print len(a)