如何在Python3中将字符串列表转换为双精度浮点数数组

我有一份olddata.csv文件，用以下代码读取：

file = open('olddata.csv')
csvreader = csv.reader(file)
kold = []
for row in csvreader:
    kold.append(row)

得到的是嵌套的字符串列表：

print(kold)
[['1.1231'], ['1.1235'], ['1.1235'], ['1.1231'], ['1.1187'], ['1.12'], ['1.1205'], ['1.1189'], ['1.1202'], ['1.1328'], ['1.1322'], ['1.1305'], ['1.1305'], ['1.1286'], ['1.1247'], ['1.1231'], ['1.1243']]

希望得到双精度浮点数数组格式（类似numpy数组的输出）：

print(kold)
[1.15797091 1.15418069 1.15347472 ... 1.14577018 1.14373    1.1599099 ]

尝试过结合map做列表转换但没效果，请问问题出在哪？

问题原因 #

1. 嵌套结构问题：csv.reader返回的每一行row是一个列表（对应CSV的一行字段），直接把整个row添加到kold里，导致最终是嵌套列表（每个元素又是一个单元素列表）。
2. 类型未转换：读取到的内容都是字符串类型，没有转为浮点数。
3. 输出格式差异：你想要的是numpy数组的打印格式，而非原生Python列表格式，因此最后需要转成numpy数组。

解决方法 #

方法1：修正原有代码，处理嵌套和类型后转numpy数组 #

import csv
import numpy as np

file = open('olddata.csv')
csvreader = csv.reader(file)
kold = []
for row in csvreader:
    # 取每行的第一个元素并转为浮点数
    kold.append(float(row[0]))
# 转为numpy双精度数组
kold = np.array(kold, dtype=np.float64)
print(kold)

方法2：用列表推导/Map简化转换 #

import csv
import numpy as np

with open('olddata.csv') as file:
    csvreader = csv.reader(file)
    # 列表推导式处理每行数据
    kold = [float(row[0]) for row in csvreader]
    # 或用map：kold = list(map(lambda x: float(x[0]), csvreader))
kold = np.array(kold, dtype=np.float64)
print(kold)

方法3：直接用numpy读取（最简洁） #

如果CSV只有一列数据，用numpy的loadtxt可一步到位：

import numpy as np

# 直接读取为双精度浮点数数组
kold = np.loadtxt('olddata.csv', dtype=np.float64)
print(kold)

内容的提问来源于stack exchange，提问作者newtopy