能否同时初始化多个数组？按条件拆分数组并追加行的实现方案

一、优先推荐用容器管理子数组（避免独立变量混乱） #

直接生成array1、array2这类独立变量对批量操作极不友好，尤其面对500行的大规模数据时，用字典或列表管理所有子数组会更高效易维护。

1. 初始化存储结构并存入原数组行 #

以字典为例，键名按array1、array2命名，初始值为原数组的对应行（用列表存储方便后续追加）：

import numpy as np

# 原数组示例
A = np.array([[450.,   0., 509., 395.,   0.,   0., 449.],
              [490.,   0., 572., 357.,   0.,   0., 489.],
              [568.,   0., 506., 227.,   0.,   0., 567.]])

# 初始化字典存储所有子数组
array_dict = {}
for idx in range(A.shape[0]):
    array_dict[f"array{idx+1}"] = [A[idx].tolist()]

2. 读取SWC文件并匹配追加 #

假设SWC文件是每行用空格分隔的数值文本，读取后遍历每行，匹配原数组A第六列（Python索引为5）的值，找到对应子数组并追加：

# 读取SWC文件数据（替换为你的文件路径）
swc_data = []
with open("your_data.swc", "r") as f:
    for line in f:
        # 跳过空行或注释行（按需调整）
        if line.strip() and not line.startswith("#"):
            row = list(map(float, line.strip().split()))
            swc_data.append(row)

# 匹配并追加符合条件的行
for swc_row in swc_data:
    swc_first_val = swc_row[0]
    for a_idx in range(A.shape[0]):
        if A[a_idx, 5] == swc_first_val:
            array_dict[f"array{a_idx+1}"].append(swc_row)
            break  # 匹配到后跳出循环，避免重复操作

执行后，array_dict["array1"]就是包含初始行和匹配行的列表，和你的示例结果一致。

二、如果一定要创建独立变量（不推荐） #

若坚持要生成array1、array2这类全局变量，可通过globals()函数批量创建，但这种方式会导致全局变量混乱，不适合大规模数据：

# 批量初始化独立变量
for idx in range(A.shape[0]):
    globals()[f"array{idx+1}"] = [A[idx].tolist()]

# 匹配SWC数据并追加
for swc_row in swc_data:
    swc_first_val = swc_row[0]
    for a_idx in range(A.shape[0]):
        if A[a_idx, 5] == swc_first_val:
            globals()[f"array{a_idx+1}"].append(swc_row)
            break

三、关于“同时初始化多个数组” #

本质就是批量生成存储单元，上面两种方式都实现了批量初始化：

• 用字典/列表是批量初始化容器内的数组，逻辑清晰、易维护，是最优解；
• 用globals()是批量初始化全局独立变量，仅适合小规模场景。

内容的提问来源于stack exchange，提问作者Ludovica