如何使用numpy.loadtxt从78000列的CSV中选取指定列块？

我有一个包含78000列的CSV文件，需选取第2-100列、102-200列及最后300列，跳过其余列。已使用numpy.loadtxt选取列范围：numpy.loadtxt(input_file_name, delimiter=",", skiprows = 1, usecols=range(1,99))，请问如何类似地选取多块列，例如：numpy.loadtxt(input_file_name, delimiter=",", skiprows = 1, usecols=(range(1,99),range(101,199),range(74999,77999)))？

嗨，这个问题很常见！直接把多个range放进元组传给usecols是行不通的，因为numpy.loadtxt的usecols参数需要的是一个扁平的一维可迭代对象（比如列表、数组），而不是嵌套的元组。我们只需要把这些分散的列范围合并成一个单一的序列就可以了，下面给你两种实用的方法：

方法一：用列表合并多个range #

这种方法简单直观，适合列数不多的场景：

import numpy as np

# 先算清楚最后300列的起始索引：总列数78000，索引从0开始，所以最后300列是77700到77999
last_300_start = 78000 - 300

# 把多个range转换成列表后合并，注意range是左闭右开的！
# 第2-100列对应索引1到99 → 要用range(1, 100)（之前你的range(1,99)只会到索引98，少了一列）
# 第102-200列对应索引101到199 → 要用range(101, 200)
cols_to_use = list(range(1, 100)) + list(range(101, 200)) + list(range(last_300_start, 78000))

# 加载数据
data = np.loadtxt(input_file_name, delimiter=",", skiprows=1, usecols=cols_to_use)

方法二：用numpy数组合并（更高效） #

如果你的列数特别多，用numpy的concatenate合并数组会更高效：

import numpy as np

last_300_start = 78000 - 300

# 用np.arange生成数组，再合并
cols_to_use = np.concatenate([
    np.arange(1, 100),    # 第2-100列
    np.arange(101, 200),  # 第102-200列
    np.arange(last_300_start, 78000)  # 最后300列
])

data = np.loadtxt(input_file_name, delimiter=",", skiprows=1, usecols=cols_to_use)

这里要特别提醒你注意range和np.arange的左闭右开特性：比如你要选第2到100列（共99列），必须用range(1, 100)，而不是range(1,99)——后者只会包含索引1到98，对应第2到99列，少了一列哦。

内容的提问来源于stack exchange，提问作者SGh