加载含复数的TXT文件，如何分离实部与虚部数组？

根据你描述的复数格式（类似x.xxxe±xx±y.yyyeyyyi形式），以下是几种可靠的解决方案，避免你之前用错误分隔符导致的数据丢失问题：

方法1：Python原生解析（轻量灵活） #

直接读取文件每行内容，利用Python内置的复数类型自动解析，再拆分实部和虚部：

real_parts = []
imag_parts = []

# 替换为你的文件路径
with open('complex_data.txt', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:  # 跳过空行
            continue
        # Python复数用j表示虚部单位，先替换文本里的i
        complex_num = complex(line.replace('i', 'j'))
        real_parts.append(complex_num.real)
        imag_parts.append(complex_num.imag)

# 如需转为numpy数组（可选）
import numpy as np
real_array = np.array(real_parts)
imag_array = np.array(imag_parts)

方法2：Pandas批量处理（适合大数据量） #

如果用Pandas管理数据，可批量解析并拆分出实部、虚部列：

import pandas as pd

# 读取文件，每行一个复数
df = pd.read_csv('complex_data.txt', header=None, names=['complex_str'])

# 定义解析函数
def split_complex(s):
    c = complex(s.replace('i', 'j'))
    return pd.Series([c.real, c.imag])

# 拆分出实部和虚部
df[['real', 'imag']] = df['complex_str'].apply(split_complex)

# 转为独立数组
real_array = df['real'].to_numpy()
imag_array = df['imag'].to_numpy()

方法3：正则表达式匹配（精准控制格式） #

如果复数格式固定，用正则直接提取实部和虚部字符串，再转为浮点数，避免依赖内置复数解析的限制：

import re
import numpy as np

# 匹配类似 "1.2345e-01+2.3456e-02i" 格式的正则
pattern = re.compile(r'([+-]?\d+\.\d+e[+-]\d+)([+-]\d+\.\d+e[+-]\d+)i')

real_parts = []
imag_parts = []

with open('complex_data.txt', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        match = pattern.match(line)
        if match:
            real_parts.append(float(match.group(1)))
            imag_parts.append(float(match.group(2)))

real_array = np.array(real_parts)
imag_array = np.array(imag_parts)

内容的提问来源于stack exchange，提问作者jordi