Python新手：从文件读取双列数据并拆分至两个独立数组的报错及数据类型问题

嘿，作为Python新手遇到这种numpy的小坑很正常，我来一步步帮你解决：

1. 为什么x,y = np.loadtxt(...)会报错？ #

当你用dtype=[('mystring','S4'),('myint','i8')]时，np.loadtxt返回的是一个结构化数组，它本质是包含8行数据的数组，而不是两个独立的数组——你用x,y去解包，相当于要把8个元素拆成2个，自然会报ValueError: too many values to unpack。

有两种方式解决拆分问题：

方式一：先读结构化数组，再提取字段 #

先把整个数据读成结构化数组，再通过字段名分别取出两列：

import numpy as np

# 注意把'S4'改成'U4'，后面会说原因
data = np.loadtxt("Equadgrams.txt", dtype=[('mystring', 'U4'), ('myint', 'i8')])

# 提取两个独立数组
grams = data['mystring']
counts = data['myint']

方式二：用unpack=True直接拆分 #

如果想一步到位，不用结构化dtype，直接指定两个类型，再加上unpack=True参数，让numpy自动把每一列拆成独立数组：

import numpy as np

grams, counts = np.loadtxt("Equadgrams.txt", dtype=('U4', 'i8'), unpack=True)

2. 为什么字符串是b'TION'类型？ #

你用的'S4'是numpy的字节字符串类型（对应numpy.bytes_），这是Python 2的遗留类型。在Python 3中，我们需要用'U4'（U代表Unicode字符串，4是字符串最大长度）作为dtype，这样读取出来的就是普通的Python str类型，不会带b前缀了。

最终效果验证 #

用上面的代码处理你的文件后，grams会是：

array(['TION', 'NTHE', 'THER', 'THAT', 'OFTH', 'FTHE', 'THES', 'WITH'],
      dtype='<U4')

counts会是：

array([13168375, 11234972, 10218035,  8980536,  8132597,  8100836,
        7717675,  7627991])

完全符合你要的两个独立数组的需求～

内容的提问来源于stack exchange，提问作者ATYslh