如何将单个CSV中空白行分隔的不同数据块分别读取为独立np数组

方法1：迭代式读取（适合大文件，内存占用极低） #

借助Python标准库itertools.groupby按空行分组，直接把分组后的行迭代器传给np.loadtxt，不需要手动解析数值，效率远高于纯Python逐行判断的实现：

import numpy as np
from itertools import groupby

result = []
with open("test_case_11x5.txt", "r") as f:
    # 按行是否为空分组
    for is_empty, line_iter in groupby(f, key=lambda line: line.strip() == ""):
        if not is_empty:
            # 非空行组直接传入loadtxt读取为数组
            result.append(np.loadtxt(line_iter))

该方法全程是流式处理，不需要加载整个文件到内存，哪怕是GB级的大文件也能正常运行，处理速度和原生np.loadtxt单文件读取基本一致。

方法2：全量读取拆分（适合小文件，写法更简洁） #

如果文件体积不大，可以一次性读取全部内容后按空行拆分，代码更短：

import numpy as np

with open("test_case_11x5.txt", "r") as f:
    # 按空行拆分数据块
    blocks = [blk.strip() for blk in f.read().split("\n\n") if blk.strip()]

result = [np.loadtxt(blk.splitlines()) for blk in blocks]

内容的提问来源于stack exchange，提问作者user1832524