如何使用Python将非均匀格式文件读取为单个数组

核心思路 #

np.loadtxt要求每行元素数量严格一致，无法适配列宽/元素数量不统一的非CSV文本，优先采用逐行清洗提取数值再合并的方案实现。

实现代码 #

方案1：自行逐行清洗（兼容性最高） #

直接提取文件中所有数值，拼接为单个数组：

import numpy as np

all_values = []
# 替换为你的实际文件路径
with open("target_file.txt", "r", encoding="utf-8") as f:
    for line in f:
        # 按任意空白符分割，自动过滤首尾/连续空白
        line_items = line.strip().split()
        # 仅保留可转换为数值的项
        line_nums = [float(item) for item in line_items if item.replace('.', '', 1).isdigit()]
        all_values.extend(line_nums)

# 最终得到的单个数组
result_arr = np.array(all_values)

方案2：固定宽度格式专用方案 #

如果你的文件是固定字符宽度的结构化文本（仅内容长度不一致导致视觉不对齐），可以直接用pandas的固定宽度读取接口实现：

import pandas as pd
import numpy as np

# 自动识别列宽读取
df = pd.read_fwf("target_file.txt", header=None)
# 拍平为单个数组
result_arr = df.to_numpy().flatten()

额外说明 #

• 如果需要保留二维行列结构，只需要在逐行处理时对缺列的行补充np.nan、对多列的行做截断，再将所有行的列表转numpy数组即可
• 两种方案都可以适配参考图中的非规范空白分隔文本格式，无需提前手动处理原文件

内容的提问来源于stack exchange，提问作者Declan