Python 按>heading拆分文本文件生成指定格式NumPy数组
带标题分隔的文本文件分组读取生成嵌套NumPy数组的问题
输入文件格式
原始文本文件的结构如下,带>前缀的行是分隔数据块的标题行:
>heading A B C D E F G H I J K L >heading M N O P Q R S T >heading U V W X Y Z a b ...
文件的已知特性:
- 所有非标题行的内容,按空格拆分后的字符串数量固定
- 相邻两个标题行之间的数据行数不相等,没有统一长度
预期输出结构
需要将读取到的内容整理为三层嵌套的NumPy数组,每个标题下的所有数据行组成一个外层分组,每行拆分后的字符串列表为最内层元素,示例结构如下:
[ [[A, B, C, D], [E, F, G, H], [I, J, K, L]], [[M, N, O, P], [Q, R, T, S]], [[U, V, W, X], [Y, Z, a, b]] ]
现有实现情况
设计思路
逐行扫描文件内容,判断当前行是否为>heading格式的标题行,收集当前标题行之后、下一个标题行出现之前的所有数据行作为独立分组,最终组合为目标嵌套结构,避免生成扁平化的一维列表。
存在的问题
当前编写的代码运行后无法得到预期的嵌套结构,会将所有分组扁平化拼接,代码内容如下:
groups = [] with open('textfile.txt', 'r') as f: test = '>heading\n' smallgroup = [test] for line in f: if line != test: smallgroup.append(line) groups.append(smallgroup) else: groups.extend(smallgroup)
内容的提问来源于stack exchange,提问作者Katertina
相关产品推荐
相关产品推荐

