求助：如何无痛导入无逗号分隔的二维数组文本文件？

有一批来自计算集群的数据被输出至.txt文件，格式为[[a b] [c d]]，各项间无逗号分隔。因数组规模较大，手动添加逗号不现实。尝试用np.loadtxt()导入时，收到"could not convert string to float"错误，无法将字符串转为浮点数，需将数据导入为二维数组。

样本数据：

[[-5.188485 -4.172135 -3.595145 -3.37876  -3.22908  -3.17178  -3.035295
  -3.012515 -2.60205  -2.772435]
 [-5.39632  -4.377455 -3.71267  -3.22333  -3.192535 -3.125055 -2.88394
  -2.779245 -2.720865 -2.587565]
 [-5.312065 -4.102625 -3.795785 -3.257695 -3.28473  -2.96552  -2.707215
  -2.94055  -2.95986  -2.87657 ]]

方法1：正则替换后解析为NumPy数组 #

通过正则表达式将数组内的空格替换为逗号，转换为标准Python列表格式后再解析：

import numpy as np
import re

# 读取文件内容
with open('sample.txt', 'r') as f:
    content = f.read()

# 替换数字/括号间的空格为逗号
processed_content = re.sub(r'(?<=[\d\]])\s+(?=[\d\[])', ',', content)

# 解析为NumPy二维数组
arr = np.array(eval(processed_content))
print(arr)

该正则仅匹配数值或括号之间的空格，避免破坏数组结构，转换后可直接通过eval解析，再转为NumPy数组。

方法2：逐行提取数值 #

跳过括号，直接提取每行的数值并转换：

import numpy as np

data_rows = []
with open('sample.txt', 'r') as f:
    for line in f:
        # 清理行首尾的括号和空白字符
        cleaned = line.strip().strip('[]')
        if cleaned:
            # 按空格分割并转换为浮点数列表
            row = list(map(float, cleaned.split()))
            data_rows.append(row)

# 转为二维数组
arr = np.array(data_rows)
print(arr)

这种方法逻辑简单，适合格式规整的数据集，无需处理复杂的正则表达式。

方法3：使用np.genfromtxt配合自定义转换器 #

通过自定义转换器处理每行的括号，直接生成数组：

import numpy as np

def clean_line(line):
    # 解码字节为字符串，清理括号
    s = line.decode('utf-8').strip().strip('[]')
    return np.array(list(map(float, s.split()))) if s else np.array([])

# 读取文件并应用转换器
raw_arr = np.genfromtxt('sample.txt', converters={0: clean_line})
# 过滤空行并重塑为二维数组（需根据实际列数调整10）
arr = raw_arr[raw_arr.size != 0].reshape(-1, 10)
print(arr)

注意：需将reshape的第二个参数替换为数据集实际的列数，若不确定列数，可先读取一行获取列数后再处理。

内容的提问来源于stack exchange，提问作者Tony Yu