NumPy savetxt存储含字符串列数据时触发dtype与格式说明符不匹配错误咨询

把Python原生zip()生成的混合类型迭代器直接传给np.savetxt时，NumPy无法识别跨列的浮点、字符串混合类型，会将整个迭代器强制转为统一的一维字节字符串数组（即报错提示的|S32类型），和传入的多列格式化规则完全匹配不上。

方法1：构造结构化数组后保存（兼容原有格式化规则） #

不要直接传zip迭代器，先按每列的实际数据类型定义结构化NumPy数组，再调用savetxt，你之前写的格式化串可以完全复用：

# 匹配每列实际数据类型的定义
col_dtype = [
    ('lat', np.float64),
    ('lon', np.float64),
    ('time_unix', np.float64),
    ('hr_time', np.str_, 32)
]
# 按列组合所有数据为结构化数据集
data = np.rec.fromarrays([lat, lon, time_unix, hr_time], dtype=col_dtype)
# 原有格式化规则可直接使用
np.savetxt("shadow_orbit.dat", data, fmt='%.7f %.7f %.7f %s')

方法2：逐行拼接写文件（无类型推断陷阱） #

如果不需要处理NumPy的结构化数组逻辑，直接绕开savetxt的类型推断流程，逐行拼接目标格式的字符串写入文件，完全不会触发类型不匹配报错：

with open("shadow_orbit.dat", "w", encoding="utf-8") as f:
    for lat_val, lon_val, unix_val, hr_val in zip(lat, lon, time_unix, hr_time):
        line = f"{lat_val:.7f} {lon_val:.7f} {unix_val:.7f} {hr_val}"
        f.write(f"{line}\n")

如果只需要存3个浮点列满足基础需求，直接把zip迭代器传给savetxt依然会触发同样的类型转换报错，同样适用以上两种修正方式，不需要单独调整逻辑。

内容的提问来源于stack exchange，提问作者Gipsy