使用np.loadtxt读取二进制图像文本文件遇ValueError报错求助

这个错误的核心原因是你的dataa.txt文件中存在空字符串（比如多余的空格、换行符，或分隔符重复导致split后出现空元素），numpy无法将空字符串转换为int32类型。以下是几种实用的解决方法：

方法1：手动逐行清理数据 #

逐行读取文件时，主动过滤空元素，确保每个待转换的字符串都是有效的二进制数字：

import numpy as np

def read_pict_data(file_path):
    pixel_data = []
    with open(file_path, 'r') as f:
        for line in f:
            # 去除行首尾空白，按任意空白字符分割，过滤空字符串
            valid_pixels = [int(val) for val in line.strip().split() if val]
            pixel_data.extend(valid_pixels)
    # 将一维数组重塑为4张32x32的图像
    return np.array(pixel_data, dtype=np.int32).reshape(4, 32, 32)

这里split()不带参数会自动处理连续空格、制表符等空白分隔符，if val会过滤掉分割后产生的空字符串，从根源避免转换错误。

方法2：使用numpy.genfromtxt自带的转换功能 #

利用genfromtxt的转换器参数，直接处理空元素：

import numpy as np

def read_pict_data(file_path):
    # 定义转换器：将空字符串转为0（可根据需求调整默认值）
    def clean_value(s):
        stripped = s.strip()
        return int(stripped) if stripped else 0
    
    # 读取文件，为每个列位置设置转换器
    raw_data = np.genfromtxt(
        file_path,
        dtype=np.int32,
        converters={i: clean_value for i in range(32)}  # 假设每行最多32个元素
    )
    # 展平后重塑为目标形状
    return raw_data.flatten().reshape(4, 32, 32)

这种方法无需手动逐行处理，numpy会自动解析文件，转换器会处理空值或无效字符串。

额外检查项 #

• 打开dataa.txt确认文件格式：确保所有元素都是0或1，没有多余空行、特殊字符，每行元素数量是否符合32个（若按行存储单张图像的话，总共有4*32=128行）。
• 如果文件是所有像素连续排列（无换行），只需去掉逐行处理的逻辑，直接读取整个文件内容后分割过滤即可。

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