python将txt等文件中的数据读为numpy数组的方法

在Python编程中，经常需要处理各种数据文件，如txt或csv格式。这些文件通常存储大量数值数据，而在处理数据时，使用numpy库的数组是非常高效和便捷的。本篇文章将详细讲解如何将txt文件中的数据读取并转换为numpy数组。 我们需要引入numpy库，这可以通过`import numpy as np`来完成。接下来，我们需要打开txt文件，可以使用内置的`open()`函数，例如`file = open('filename.txt')`，这里'filename.txt'是你要读取的文件名。读取文件后，我们可以使用`readlines()`方法将文件内容读取为一个包含所有行的列表，每一项代表文件中的一行。 为了将这些行转换为numpy数组，我们首先创建一个空列表`lists = []`，然后遍历每一行。假设每行数据由`\t`分隔，且我们只关心每行的前两项，可以使用`split()`函数，如下所示： ```python val_list = file.readlines() for string in val_list: string = string.split('\t', 3) lists.append(string[0:2]) ``` 这将创建一个列表，其中每个元素都是一个包含两部分的列表。我们可以用`np.array()`将这个列表转换为numpy数组，`a = np.array(lists)`。若需要将数组元素类型设置为整数，可以添加一行`a = a.astype(int)`。 如果txt文件中的每一行都只包含数字，且没有其他非数字字符，那么可以使用numpy的`loadtxt()`函数，简化读取过程： ```python a = numpy.loadtxt('filename.txt') ``` 这一步直接将文件内容转换为numpy数组，无需手动处理行分隔和数据筛选。 在处理字符串时，`split()`函数是非常有用的工具。它根据指定的分隔符（默认为空格）将字符串切割成多个子字符串。例如，`string.split('\t', 3)`会以`\t`为分隔符，将字符串切割成最多3个子字符串。如果`num`参数未指定或为负数，将默认切割所有出现的分隔符。 另外，`strip()`函数用于去除字符串头尾的特定字符，默认去除空格。例如，`str.strip('0')`会移除字符串`str`两端的'0'字符。在实例`str = "000111aaabbb111000"`中，`print str.strip('0')`将输出`111aaabbb111`。 总结起来，通过Python和numpy，我们可以轻松地读取txt文件并将其内容转换为numpy数组，以便进行进一步的数据分析和处理。`split()`和`strip()`函数提供了强大的文本处理功能，使得数据预处理工作更加简洁高效。对于复杂的数据文件，理解并熟练运用这些函数是至关重要的。