如何从XYZ格式数据文件逐行计算径向距离R并解决数值分列问题

从你贴出的运行输出来看，atom_coordinates已经是形状为(原子数, 3)的浮点数组了，每一行的三个元素就是对应的x/y/z坐标，不存在无法拆分的问题，你之前碰到的单列识别问题是读入时参数设置错误导致的。

以下是修复冗余逻辑、新增径向距离计算的完整可运行代码：

import numpy as np

filename = "lj-0200.xyz"
# 直接用genfromtxt读入数值，跳过前2行表头，自动按空格拆分每行数值
# usecols=(1,2,3)对应xyz文件中坐标所在的第2-4列（第一列为原子类型）
atom_coordinates = np.genfromtxt(fname=filename, skip_header=2, usecols=(1,2,3), dtype=float)
# 单独读取表头信息，避免文件指针冲突
with open(filename, 'r', encoding='utf-8') as f:
    atom_quantity = int(f.readline().strip())
    title = f.readline().strip()

print("输入文件名为", filename, "标题为", title, "文件内共有", atom_quantity, "个原子")
print("原子坐标数组：\n", atom_coordinates)

# 向量化计算径向距离r，无需逐行循环
r_squared = np.sum(np.square(atom_coordinates), axis=1)
r = np.sqrt(r_squared)

print("各原子对应的径向距离r为：\n", r)

关键逻辑说明 #

• 读入优化：直接给np.genfromtxt指定dtype=float，同时通过usecols参数直接提取坐标对应的3列，不需要先读字符串再转格式，numpy会自动按空格拆分每行的数值，彻底解决单列识别问题
• 径向距离计算：用np.square对数组所有元素求平方，axis=1指定按行求和得到r²，再开根号得到r，numpy向量化操作比手动逐行循环效率高很多，原子数越多优势越明显

如果确实需要逐行处理（比如要添加自定义判断逻辑），可以用以下写法，计算结果和向量化方案完全一致：

r_list = []
for coord in atom_coordinates:
    x, y, z = coord
    r_single = np.sqrt(x**2 + y**2 + z**2)
    r_list.append(r_single)
r = np.array(r_list)

内容的提问来源于stack exchange，提问作者riven