使用numpy.loadtxt加载文本文件遇列数不一致错误，如何解决？

错误原因 #

你遇到的ValueError是因为numpy.loadtxt要求文本文件中所有行的元素数量完全一致，但你的dense128.txt里第205行只有4个元素，而其他行是5个，导致无法解析成规整的数组，后续的reshape自然也无法执行。

解决办法 #

方法1：直接修复数据文件（最推荐） #

找到文件中元素数量异常的行（比如第205行和示例里的最后一行），补全缺失的元素（比如补0或对应合理值），或者删除多余的元素，确保所有行的元素数统一。修复后原代码就能正常运行。

方法2：用genfromtxt替代loadtxt处理不规则数据 #

genfromtxt支持处理缺失值，自动填充默认值，适合快速处理不规整数据：

import numpy as np
# 加载数据，缺失值填充为NaN
data = np.genfromtxt('dense128.txt', filling_values=np.nan)
# 把NaN替换为0（也可以换成其他你需要的默认值）
data = np.nan_to_num(data, nan=0.0)
# 扁平化后调整长度到128*1024，再重塑
data_flat = data.flatten()
# 补0或截断到目标长度
data_flat = np.resize(data_flat, (128 * 1024,))
data_2d = data_flat.reshape(128, 1024)

方法3：手动逐行读取处理 #

如果需要更精细的控制，可以手动读取每行，统一元素数量后再转数组：

import numpy as np

target_cols = 5  # 设定正常行的元素数
data_list = []

with open('dense128.txt', 'r') as f:
    for line in f:
        # 拆分每行的数值，过滤空内容
        nums = [float(x) for x in line.strip().split() if x]
        # 补全或截断到目标列数
        if len(nums) < target_cols:
            nums += [0.0] * (target_cols - len(nums))
        elif len(nums) > target_cols:
            nums = nums[:target_cols]
        data_list.extend(nums)

# 调整总长度到128*1024，再重塑
data = np.array(data_list)
data = np.resize(data, (128 * 1024,))
data_2d = data.reshape(128, 1024)

内容的提问来源于stack exchange，提问作者Vina