使用numpy.savetxt格式化文本文件及追加数组的问题（Python3）

咱先把问题拆明白：你想在循环里每次把LU_sol更新的数组作为新列追加到txt文件，还要把循环计数器（时间标识）当列标题，但直接用numpy.savetxt的追加模式肯定不行——因为savetxt默认是按行输出的，直接追加会把新数组的元素当成新行堆进去，完全不是你要的列格式。

下面给你一套可行的解决方案，分步骤来：

核心思路 #

要实现追加列，不能直接往文件末尾写新数据，得先读取已有文件的内容（包括标题和数据），把新数组和已有数据拼接成多列的矩阵，再重新写入文件。同时要同步更新标题行，把新的计数器标题加上。

具体代码实现 #

1. 初始化准备 #

先获取文件名，初始化计数器，处理第一次写入的情况：

import numpy as np
import os

# 获取用户输入的文件名
filename = input("请输入要保存的文件名：")
count = 0  # 时间计数器

# 假设第一次执行LU_sol得到初始数组
initial_arr = LU_sol(...)  # 替换成你的实际函数调用

2. 第一次写入（文件不存在时） #

如果是第一次运行，文件还不存在，我们先写入第一列和对应的标题：

if not os.path.exists(filename):
    # 把一维数组转成二维列向量（确保savetxt按列格式写入）
    initial_col = initial_arr.reshape(-1, 1)
    # 设置comments=''避免标题自动加#，保证标题行是纯文本
    np.savetxt(filename, initial_col, header=f"count_{count}", comments='', fmt='%.6f')
    count += 1

3. 循环中追加新列 #

在while循环里，每次迭代都读取已有数据，拼接新列，更新标题后重新写入：

while 你的循环条件:  # 替换成你实际的循环终止条件
    # 获取更新后的数组
    new_arr = LU_sol(...)  # 你的迭代更新函数
    
    # 读取已有数据（跳过标题行）
    existing_data = np.loadtxt(filename)
    # 读取原标题行
    with open(filename, 'r') as f:
        original_header = f.readline().strip()
    
    # 拼接新标题和新数据列
    new_header = f"{original_header}, count_{count}"
    combined_data = np.column_stack((existing_data, new_arr))
    
    # 重新写入文件（覆盖原有内容，因为我们已经重构了完整的多列数据）
    np.savetxt(filename, combined_data, header=new_header, comments='', fmt='%.6f')
    
    count += 1

关键细节说明 #

• reshape(-1,1)：把一维数组转成二维列向量，确保savetxt输出的是一列数据（每行一个元素），而不是把整个数组当成一行输出。
• comments=''：默认情况下numpy会给标题行加#前缀，设置这个参数可以让标题行是纯文本，后续读取和拼接标题时更方便。
• 为什么不用追加模式：因为savetxt的追加模式是往文件末尾加新行，而我们需要的是在每行后面加新列，所以必须读取全部数据重新拼接后写入。

替代方案（用pandas更简便） #

如果你的项目允许引入pandas，处理这种列追加的场景会更省心，代码更简洁：

import pandas as pd

filename = input("请输入要保存的文件名：")
count = 0

while 你的循环条件:
    new_arr = LU_sol(...)
    # 把数组转成带标题的DataFrame
    new_df = pd.DataFrame(new_arr, columns=[f"count_{count}"])
    
    if count == 0:
        # 第一次写入，不保留索引
        new_df.to_csv(filename, index=False)
    else:
        # 读取已有数据，拼接新列后写入
        existing_df = pd.read_csv(filename)
        combined_df = pd.concat([existing_df, new_df], axis=1)
        combined_df.to_csv(filename, index=False)
    
    count += 1

常见坑点避坑 #

• 不要用open(filename, 'ba')这种二进制追加模式直接调用savetxt，会导致数据格式完全混乱。
• 确保每次循环生成的数组长度一致，否则column_stack会报错（所有列的行数必须相同）。

内容的提问来源于stack exchange，提问作者Jamie Harrison