Python中如何将文件多列按指定分组合并为numpy数组？

有如下格式的.txt文件（编码为latin-1）：

header line 1
header line 2
x1  y1  x4  y4  x7  y7
x2  y2  x5  y5  x8  y8
x3  y3  x6  y6  x9  y9
footer line

其中x、y值以制表符分隔，数值格式为"2,9 "（包含末尾空格），示例数据如下：

header line 1
header line 2
1,0     1,5     4,0     4,5     7,0     7,5 
2,0     2,5     5,0     5,5     8,0     8,5 
3,0     3,5     6,0     6,5     9,0     9,5 
footer line

需求是将所有x值、y值分别转换为float类型并生成numpy数组，例如x值数组应为：

array([1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0,9.0])

现有实现方式是手动读取每一列再合并，但列数较多时操作繁琐：

import numpy as np

def ctf(valstr):
    return float(valstr.replace(',','.').replace(" ",""))

def dic(length):
    dic={}
    for i in range(0,length):
        dic[i]=ctf
    return dic

xval1,yval1,xval2,yval2,xval3,yval4=np.genfromtxt(
    "file.txt",
    delimiter="",
    unpack=True,
    skip_header=2,
    skip_footer=1,
    encoding="latin-1",
    converters=dic(6)
)

xvalues=np.concatenate((xval1,xval2,xval3))
yvalues=np.concatenate((yval1,yval2,yval3))

希望找到更简洁的方法，只需指定总列数（如示例中的6）和目标数组数量（如示例中的2）即可完成处理，同时保留数值转换的功能。

可以通过读取完整数据矩阵，再按步长索引提取对应列并扁平化的方式实现，无需手动枚举每一列：

import numpy as np

def ctf(valstr):
    # 用strip()去除首尾空格，比replace(" ","")更简洁稳妥
    return float(valstr.replace(',', '.').strip())

# 配置参数：总列数、目标数组数量
total_cols = 6
target_arrays = 2

# 读取数据，直接生成转换器字典，无需单独定义dic函数
data = np.genfromtxt(
    "file.txt",
    delimiter="\t",  # 明确指定制表符分隔，避免自动分割歧义
    skip_header=2,
    skip_footer=1,
    encoding="latin-1",
    converters={i: ctf for i in range(total_cols)}
)

# 按步长提取列：x列是索引0、2、4...，y列是索引1、3、5...
xvalues = data[:, ::target_arrays].flatten()
yvalues = data[:, 1::target_arrays].flatten()

关键优化点： #

• 动态生成转换器字典：用字典推导式{i: ctf for i in range(total_cols)}替代原dic函数，代码更简洁。
• 矩阵索引提取列：利用numpy的切片语法[:, ::target_arrays]，自动提取所有x列（步长为目标数组数量，从0开始），同理[:,1::target_arrays]提取所有y列。
• 扁平化数组：用flatten()将二维列矩阵转换为一维数组，替代concatenate手动合并的操作。

这种方法无需关心具体有多少组x/y列，只要调整total_cols和target_arrays两个参数即可适配不同的文件结构，扩展性更强。

内容的提问来源于stack exchange，提问作者jng224