如何确定txt数据文件的行列数？已完成NumPy导入求后续步骤

核心需求实现：获取行列数并打印 #

NumPy数组的shape属性直接返回包含行数（对应你的frames测量时间点）和列数（对应单时间点的各类测量值）的元组，直接提取并打印即可：

import numpy as np

# 你的原有数据导入代码
data = np.loadtxt("./exampleData.txt", delimiter="\t")

# 提取行数（frames数量）和列数（测量值类别数量）
num_frames, num_measurements = data.shape

# 打印结果
print(f"测量时间点（frames）总数：{num_frames}")
print(f"每个时间点的测量值类别数量：{num_measurements}")

后续常见操作指导 #

• 快速预览数据：查看前5行数据了解结构：

  print("前5行数据预览：")
  print(data[:5])
  

  查看数组基本信息（数据类型、内存占用等）：

  np.info(data)
  

• 按时间点提取数据：取指定frames的所有测量值（注意NumPy索引从0开始）：

  # 获取第3个时间点（索引为2）的所有测量值
  third_frame_data = data[2]
  

• 按测量类别提取数据：取某一类测量值的全时间序列数据：

  # 获取第2类测量值（索引为1）的所有时间点数据
  second_measurement_data = data[:, 1]
  

• 缺失值处理：如果数据存在缺失值，用np.genfromtxt替代loadtxt导入（自动识别缺失值为nan），再填充：

  data = np.genfromtxt("./exampleData.txt", delimiter="\t", missing_values=np.nan)
  # 用列均值填充缺失值
  data = np.where(np.isnan(data), np.nanmean(data, axis=0), data)
  

• 时间序列可视化：用Matplotlib绘制测量值随frames的变化趋势：

  import matplotlib.pyplot as plt
  
  plt.figure(figsize=(10, 6))
  plt.plot(data[:, 0], label="第1类测量值")
  plt.xlabel("Frames（测量时间点）")
  plt.ylabel("测量值")
  plt.title("测量值随时间点变化趋势")
  plt.legend()
  plt.show()
  

内容的提问来源于stack exchange，提问作者arikah.