嘿，当然有其他实现方式啦！你提到的np.array()完全可以搞定，而且步骤很直观，另外还有几种实用的方法也可以分享给你：

方法一：用np.array()配合字符串分割 #

这应该是最符合你需求的方式，思路是先把字符串拆成单个数字的字符串列表，转成整数后再传入np.array()：

import numpy as np

x = '1 2 3'
# 分割字符串→转整数→转NumPy数组
result = np.array(list(map(int, x.split())))
print(result)  # 输出: array([1, 2, 3])

解释一下：

• x.split() 默认按任意空白字符（包括多个空格、制表符等）分割字符串，得到 ['1', '2', '3']
• map(int, ...) 把每个字符串元素转换成整数
• 最后用np.array()把整数列表转换成NumPy数组

方法二：用np.loadtxt()（适合更复杂的文本场景） #

如果你的字符串格式更接近文本文件的内容，还可以用np.loadtxt()配合StringIO来读取：

import numpy as np
from io import StringIO

x = '1 2 3'
result = np.loadtxt(StringIO(x), dtype=int)
print(result)  # 输出: array([1, 2, 3])

这种方法的优势是可以处理更复杂的格式（比如多行、带分隔符的文本），但对于简单的空格分隔字符串来说，步骤会稍微繁琐一点。

对比你原来的np.fromstring() #

你之前用的np.fromstring(x, dtype=int, sep=' ')其实是非常高效的方法，它直接从字符串解析数据，不需要先转成列表，在处理大字符串的时候性能会更好。不过需要注意的是，在较新的NumPy版本中，官方更推荐使用np.frombuffer()来替代（用法类似），但你的代码在当前环境下能正常运行就没问题。

内容的提问来源于stack exchange，提问作者alfasheep123