如何在Python中实现Fortran式文本文件数值读取并存储到数组？

当然有！Python里有好几种方式可以实现和你Fortran代码相同的功能——读取每行20个数值的文本文件，把数值存储到数组里。下面我给你两种常用的方案，分别适合不同的场景：

1. 纯Python内置方法（无需第三方库） #

如果不想依赖额外的库，用Python自带的文件操作和数据类型就可以搞定，逻辑和你Fortran的代码很贴近：

# 用来存储所有行的数值数据
acc_data = []

# 用with语句安全打开文件，自动处理关闭操作
with open('your_data_file.txt', 'r') as file:
    # 逐行读取文件，同时记录行号方便排查错误
    for line_num, line in enumerate(file, start=1):
        # 去除行首尾的空白（包括换行符），然后按空格分割成字符串列表
        # split()会自动处理多个连续空格、制表符等分隔符
        value_strings = line.strip().split()
        
        # 可选：和Fortran的格式检查类似，确保每行正好20个数值
        if len(value_strings) != 20:
            raise ValueError(f"第{line_num}行格式错误：预期20个数值，实际得到{len(value_strings)}个")
        
        # 将字符串转成浮点数，存入列表
        values = list(map(float, value_strings))
        acc_data.append(values)

# 如果你需要像Fortran那样把所有数值存成一个一维数组（按行拼接）
import itertools
acc_flat = list(itertools.chain.from_iterable(acc_data))

这段代码会把每行的20个数值存成一个子列表，最终acc_data是一个1000×20的二维列表；acc_flat则是把所有行连起来的一维列表，和你Fortran中acc数组的存储顺序完全一致。

2. 使用NumPy（更适合数值计算场景） #

如果你需要做后续的数值运算，NumPy是最佳选择——它的数组操作和Fortran的数组模型非常契合，而且读取效率更高：

import numpy as np

# 直接读取整个文件，自动解析数值，生成二维数组
# loadtxt默认按空格/制表符分割，支持整数、浮点数等数值类型
acc = np.loadtxt('your_data_file.txt')

# 可选：验证数组形状是否符合预期（1000行，20列）
assert acc.shape == (1000, 20), f"文件格式异常：得到的数组形状是{acc.shape}"

# 如果需要转成一维数组（和Fortran中逐行存入的顺序一致）
acc_flat = acc.flatten()

额外小提示 #

• 如果你的文件中有注释行或者空行，可以在np.loadtxt()里用skiprows参数跳过开头的注释，或者用comments='#'指定注释符号；纯Python版本则可以在循环里加判断：if not line.strip(): continue跳过空行。
• 如果数值是整数，把代码里的float改成int即可，NumPy的loadtxt也可以通过dtype=int指定类型。

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