如何用Numpy更高效读取文本文件中的矩阵？

嘿，我来给你推荐个更高效简洁的方法，不用再手动繁琐分割啦！针对你这种用[ ... ]包裹的多组空格分隔数字的文本格式，我们可以结合正则表达式和NumPy的内置方法快速搞定。

实现步骤与代码 #

import numpy as np
import re

# 1. 读取文本文件内容
with open('matrix.txt', 'r') as f:
    content = f.read()

# 2. 提取所有方括号内的数字块
# 用正则匹配[和]之间的所有内容（非贪婪模式避免匹配到多个块）
num_groups = re.findall(r'\[(.*?)\]', content)

# 3. 转换为NumPy二维数组
# 对每个数字组，用np.fromstring直接转成一维数组，再组合成二维数组
final_matrix = np.array([np.fromstring(group, sep=' ') for group in num_groups])

print(final_matrix)

代码解释 #

• 正则提取：re.findall(r'\[(.*?)\]', content)会精准提取每个[ ]包裹的数字字符串，得到两个元素的列表，比如[' 1 2 3 ... 13', ' 14 15 ... 23']
• NumPy快速转换：np.fromstring(group, sep=' ')是NumPy专门用来处理空格分隔数字字符串的高效方法，省去了手动分割、类型转换的繁琐步骤，直接生成一维数组
• 组合成二维数组：通过列表推导式把所有一维数组组合起来，直接得到你需要的二维NumPy数组格式

运行这段代码后，输出的结果就是你期望的：

[[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10. 11. 12. 13.]
 [14. 15. 16. 17. 18. 19. 20. 21. 22. 23.]]

如果你的矩阵里都是整数，还可以加上dtype=int参数，让数组类型更准确：

final_matrix = np.array([np.fromstring(group, sep=' ', dtype=int) for group in num_groups])

这样得到的就是整数类型的二维数组啦！

内容的提问来源于stack exchange，提问作者Rushi Jae