如何用Python读取Fortran生成的含重复值压缩语法的一维数组文件

问题分析 #

Fortran输出的ASCII数据用N*VALUE格式表示重复N次对应数值，而numpy.loadtxt()默认无法识别这种语法，直接读取会报错或生成错误结果，因此需要先对数据做预处理，将重复项展开为单个数值后再转换为numpy数组。

解决方案 #

方法1：直接展开为列表再转数组 #

适合数据量中等的场景，代码简洁直观：

import numpy as np

# 读取文件内容
with open('data.txt', 'r') as f:
    content = f.read().strip()

# 将内容按空格分割为各个重复项
repeat_items = content.split()

# 展开所有重复项
expanded_values = []
for item in repeat_items:
    if '*' in item:
        # 拆分重复次数和对应数值
        count_str, value_str = item.split('*')
        count = int(count_str)
        value = float(value_str)
        # 重复添加对应数值
        expanded_values.extend([value] * count)
    else:
        # 处理无*的单个数值
        expanded_values.append(float(item))

# 转换为numpy一维数组
result_array = np.array(expanded_values)

方法2：使用生成器节省内存 #

如果数据量极大，直接生成列表会占用过多内存，可使用生成器逐步生成数值，再通过numpy.fromiter()创建数组：

import numpy as np

def expand_data(items):
    for item in items:
        if '*' in item:
            count_str, value_str = item.split('*')
            count = int(count_str)
            value = float(value_str)
            # 逐个生成重复的数值
            for _ in range(count):
                yield value
        else:
            yield float(item)

# 读取并处理数据
with open('data.txt', 'r') as f:
    content = f.read().strip()

repeat_items = content.split()
# 从生成器创建numpy数组
result_array = np.fromiter(expand_data(repeat_items), dtype=np.float64)

验证示例 #

针对你提供的示例数据：2*0.652384 314*0.652383 62*0.652382 48*0.652383 26*0.652384 111*0.652383，处理后得到的数组长度为2+314+62+48+26+111=563，可通过len(result_array)或result_array.shape验证结果。

内容的提问来源于stack exchange，提问作者Bruno F