如何避免numpy.loadtxt去除数据中的前导零？

numpy.loadtxt默认会将数据解析为数值类型（整数或浮点数），这类类型不会存储前导零的格式信息，所以才会出现前导零丢失的情况。要保留前导零，核心是将该列以字符串类型读取，具体有以下几种实现方式：

1. 直接指定全局字符串类型 #

如果所有列都需要以字符串读取（或仅处理单列表格），直接给loadtxt传入dtype=str参数即可：

import numpy as np
# 读取单列表格，保留所有前导零
data = np.loadtxt("your_data_file.txt", dtype=str)

2. 指定混合数据类型（多列场景） #

如果文件包含多种类型的列（比如带前导零的字符串列 + 数值列），需要定义结构化数据类型，明确指定每一列的类型：

import numpy as np
# 假设文件有3列：第一列是6位带前导零的字符串，第二列是整数，第三列是浮点数
dtype_spec = [
    ("serial_num", "U6"),  # U6表示长度为6的Unicode字符串
    ("count", int),
    ("measurement", float)
]
# 按指定类型读取，delimiter根据你的文件分隔符调整（比如空格、逗号）
data = np.loadtxt("your_data_file.txt", dtype=dtype_spec, delimiter=" ")

# 访问带前导零的列
print(data["serial_num"])

3. 使用genfromtxt处理更复杂的格式 #

如果你的文件存在缺失值或格式不规则，numpy.genfromtxt比loadtxt更灵活，同样可以指定字符串类型读取：

import numpy as np
data = np.genfromtxt("your_data_file.txt", dtype=str, delimiter=" ")

注意事项 #

• 字符串类型的列无法直接参与数值运算，如果后续需要对该列做计算，可以先将字符串转换为数值类型，再按需用np.char.zfill()补回前导零：

  # 将字符串列转为整数
  num_col = data["serial_num"].astype(int)
  # 重新补回6位前导零
  restored_col = np.char.zfill(num_col.astype(str), 6)
  

内容的提问来源于stack exchange，提问作者JA466