Python导入含方括号的.out文件时数据识别错误该如何解决

方法1：用ast.literal_eval直接解析（最省心，完全适配你的数据格式） #

你的每行内容本身就是合法的Python列表面值，用ast模块的字面量解析器可以直接转换，不会破坏原有数组结构，全程不会修改原.out文件：

import numpy as np
import ast

# 读取所有行并转换为二维浮点数组
with open("你的文件路径.out", "r", encoding="utf-8") as f:
    frequencies = np.array([ast.literal_eval(line.strip()) for line in f if line.strip()])

运行后frequencies就是形状为(行数, 4)的二维数组，可直接用于后续绘图操作。

方法2：手动处理方括号（不想额外导入ast模块时用） #

如果偏好手动处理字符，也可以直接对每行的方括号做裁剪后转数值：

import pandas as pd

data = []
with open("你的文件路径.out", "r", encoding="utf-8") as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        # 去掉首尾的方括号，按逗号分割后转浮点
        row = [float(num.strip()) for num in line[1:-1].split(",")]
        data.append(row)

# 可以按需转换为DataFrame或者numpy数组
frequencies_df = pd.DataFrame(data)
frequencies_np = np.array(data)

原方法失效的原因 #

pd.read_csv和np.genfromtxt默认只会按分隔符切割内容，不会自动处理首尾的特殊符号[和]，所以首尾两个数值会被识别为带括号的字符串，后续强行转类型就会报错。

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