Question

我在python中有文本文件变量，包含：

如何以紧凑的方式从这个文本文件中删除矩阵？我已经解决了，但这是一个丑陋而漫长的解决方案..

idx_A = read_data.find('A')
matrix = [item.split() for item in read_data[idx_A:(idx_B+1)].split('\n')[:-1]]
            A = np.array(list(map(float, matrix[1])))
            for i in range(2,len(matrix)-1): 
                A = np.vstack([A,list(map(float, matrix[i]))])

等等..

Answer 1

AFAIK，Python没有针对多个变量的人类可读，平面文件，序列化格式。在将来，您应该考虑使用npz格式和savez函数来保持人类的可读性。或者，如果您可以放弃人类可读性，那么请查看pickle。

因此，要以您拥有的格式恢复数据，您必须进行一些手动文件读取。这就是我为第一次尝试而想出来的，我不认为这太麻烦了：

from io import StringIO
import numpy as np

stateName, stateData = range(2)

state = stateName

allData = {}

with open('data') as fp:
    for line in fp:
        #print(line.strip())
        if state == stateName:
            currentName = line.strip()
            currentData = ""
            state = stateData
        else: # stateData
            if(line.strip()): # there some data on this line
                currentData += line
            else: #no data, so process what we have
                dataAsFile = StringIO(currentData)
                allData[currentName] = np.loadtxt(dataAsFile)
                state = stateName

#Process last variable
dataAsFile = StringIO(currentData)
allData[currentName] = np.loadtxt(dataAsFile)

使用名为＆＃39; data＆＃39;的文件中的问题数据运行它，我明白了：

>>> allData
{'B': array([[  4.,   5.,   6.],
       [  3.,  23.,   5.]]), 'A': array([[-1.,  2., -3.],
       [ 4.,  5.,  6.]])}

Answer 2

使用numpy将csv文件读入数组：

import numpy as np
csv = np.genfromtxt('file.csv')

numpy.genfromtxt documentation注意delimiter默认为None或任何空格。

解析特定格式的一种方法是使用以下可选参数：

skip_header ：int，可选

文件开头要跳过的行数。

skip_footer ：int，可选

文件末尾要跳过的行数。

在Python中将文本文件读入矩阵

2 个答案: