如何在Python（不使用numpy）中将文本文件中的多矩阵数据分别存储？

首先得明确你的文本文件里矩阵的分隔规则，常见的有两种情况，分别给你对应的实现方法：

情况1：矩阵之间用空行分隔 #

假设你的文件内容长这样：

1 2 3
4 5 6
7 8 9

10 11 12
13 14 15
16 17 18

可以按空行分割出每个矩阵的文本块，再转成二维列表（如果用numpy的话转成数组更方便）：

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

# 按空行分割成各个矩阵的文本块，过滤掉空的块
matrix_blocks = [block.strip() for block in content.split('\n\n') if block.strip()]

# 把每个文本块转成二维列表（或numpy数组）
matrices = []
for block in matrix_blocks:
    # 按行分割，每行转成数字列表
    matrix = [list(map(float, line.split())) for line in block.split('\n') if line.strip()]
    matrices.append(matrix)

# 赋值给独立变量
matrixA, matrixB = matrices  # 如果有更多矩阵就继续加，比如matrixA, matrixB, matrixC = matrices

如果用numpy处理数组（推荐，方便后续矩阵运算），只需要把转矩阵的部分改成：

import numpy as np

matrices = []
for block in matrix_blocks:
    matrix = np.array([list(map(float, line.split())) for line in block.split('\n') if line.strip()])
    matrices.append(matrix)

matrixA, matrixB = matrices

情况2：文件中有明确的矩阵名称标记 #

如果你的文件是带标记的，比如：

matrixA:
1 2 3
4 5 6

matrixB:
7 8 9
10 11 12

可以逐行读取，识别标记来切换当前处理的矩阵：

import numpy as np

current_matrix = None
matrix_dict = {}

with open('matrices.txt', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue  # 跳过空行
        # 判断是不是矩阵名称行
        if line.endswith(':'):
            mat_name = line[:-1]
            current_matrix = []
            matrix_dict[mat_name] = current_matrix
        else:
            # 把行转成数字列表加入当前矩阵
            current_matrix.append(list(map(float, line.split())))

# 把字典里的矩阵转成numpy数组（可选）
for key in matrix_dict:
    matrix_dict[key] = np.array(matrix_dict[key])

# 提取成独立变量
matrixA = matrix_dict['matrixA']
matrixB = matrix_dict['matrixB']

这种方法更灵活，不管文件里有多少个矩阵，都能通过名称直接提取。

注意：如果你的矩阵元素是整数，把float改成int就行。

内容的提问来源于stack exchange，提问作者helpmeplz