这不是一个很好的解决方案，但可以完成工作。问题在于，通过指定多个dtype，您实际上是在制作一个元组的1D数组（实际上是
np.void），由于它包含多个不同的类型（包括），因此无法用统计信息进行描述。字符串。
可以通过两轮阅读或将熊猫与配合使用来解决
read_csv。
如果您决定坚持
numpy：
import numpy as npa = np.genfromtxt('sample.txt', delimiter=",",unpack=True,usecols=range(1,9))s = np.genfromtxt('sample.txt', delimiter=",",unpack=True,usecols=0,dtype='|S1')from scipy import statsfor arr in a: #do not need the loop at this point, but looks prettier print(stats.describe(arr))#Output per print:DescribeResult(nobs=6, minmax=(0.34999999999999998, 0.70999999999999996), mean=0.54500000000000004, variance=0.016599999999999997, skewness=-0.3049304880932534, kurtosis=-0.9943046886340534)请注意，在此示例中，最终数组具有
dtypeas
float，not
int，但可以使用（如果需要）轻松地将其转换为int
arr.astype(int)
