如何将字符串转为Numpy二维矩阵？求numpy.array_str的逆操作

首先明确：numpy没有提供array_str的直接逆操作，得手动解析字符串格式，下面是具体步骤和代码实现：

核心思路 #

array_str生成的字符串格式类似"[[1 2 3]\n [4 5 6]]"，带首尾方括号、换行符和空格分隔的元素。我们需要先清理格式，拆分出每行的数值，再转换为numpy二维数组。

具体代码示例 #

先模拟生成array_str的结果，再演示转换过程：

import numpy as np

# 生成测试用的array_str字符串
original_arr = np.array([[1, 2, 3], [4, 5, 6]])
str_from_arr = np.array_str(original_arr)
# str_from_arr内容为：'[[1 2 3]\n [4 5 6]]'

# 开始转换
# 1. 清理首尾方括号，去掉换行符
cleaned_str = str_from_arr.strip('[]').replace('\n', '')
# 2. 按行分割（array_str中行与行的分隔符是'] ['）
row_list = [row.strip() for row in cleaned_str.split('] [') if row]
# 3. 每行按空格拆分，转成数值类型
num_matrix = [[float(num) for num in row.split()] for row in row_list]
# 4. 转成numpy二维数组
restored_arr = np.array(num_matrix)

print(restored_arr)
# 输出结果：
# [[1. 2. 3.]
#  [4. 5. 6.]]

为什么你之前的方法无效？ #

• np.array(s)：会把整个字符串当作单个元素，生成array(['[[1 2 3]\n [4 5 6]]'], dtype='<U16')这样的一维数组，完全不是目标二维数值数组。
• np.fromstring(s)：这个方法是按字节解析二进制数据，不是解析文本格式的数值字符串，因此会因字符串长度与元素字节数不匹配报错，不适用当前场景。

适配复杂格式 #

如果数组包含小数、负数或科学计数法，上述方法依然有效，因为float()可以直接解析这些格式：

original_arr = np.array([[-1.2, 3.4e5], [6.7, -8.9]])
str_from_arr = np.array_str(original_arr)
# 用同样的转换逻辑，可正确恢复数组

内容的提问来源于stack exchange，提问作者user1506145