如何用NumPy genfromtxt读取多行4×3块结构的文本数据？

确实，NumPy的genfromtxt和loadtxt默认都是按单行解析记录的，没有直接支持“每N行合并为一个记录”的原生参数——你查文档没找到相关内容是对的，这个场景确实需要点小技巧来处理，不用非得手动拼接每行字符串。下面给你两种高效的实现方式：

方法一：先读取所有数据再重塑（最简洁） #

如果你的文件里没有缺失值，这种方法最省心：先把所有数据读取成一维数组，再通过重塑形状把每12个数值（4×3）打包成一个4×3的块，最后转换成结构化数组。

import numpy as np

# 读取所有数据为一维浮点数组
all_data = np.genfromtxt('your_data_file.txt', dtype=np.float64)
# 重塑为 (记录数, 4, 3) 的三维数组，-1 表示让NumPy自动计算记录数
record_blocks = all_data.reshape(-1, 4, 3)

# 转换成你需要的结构化数组
custom_dtype = np.dtype([('data_block', np.float64, (4, 3))])
structured_array = record_blocks.view(custom_dtype)

这样structured_array就是一个结构化数组，每个元素的data_block字段就是对应的4×3数值块。

方法二：迭代分批读取（适合大文件） #

如果你的文件特别大，一次性读取内存压力大，可以用迭代器每次读取4行，逐块处理：

import numpy as np
from itertools import islice

custom_dtype = np.dtype([('data_block', np.float64, (4, 3))])
records = []

with open('your_data_file.txt', 'r') as f:
    while True:
        # 每次从文件中读取4行
        batch_lines = list(islice(f, 4))
        if not batch_lines:
            break  # 读取完毕，退出循环
        # 将这4行转换成4×3的数组
        block = np.genfromtxt(batch_lines, dtype=np.float64)
        records.append(block)

# 把列表转换成结构化数组
structured_array = np.array(records, dtype=custom_dtype)

补充：为什么你之前的尝试没生效？ #

你提到的shape=(4,3)参数，其实是用来指定单行数据的形状（比如单行有多个数值时，把它们组织成指定形状），而不是用来合并多行的，所以这个参数无法实现你想要的“每4行组成一个记录”的效果。

内容的提问来源于stack exchange，提问作者Jzl5325