如何将子进程的stdout转换为二维numpy.array

我太懂你这种怀念C++里sscanf流式处理的感觉了！其实Python里完全能实现类似的便捷操作，不用绕弯存文件，咱们直接把subprocess拿到的字符串“伪装”成文件对象喂给numpy就好，具体步骤如下：

1. 正确获取子进程的输出字符串 #

首先确保你用subprocess.run时正确捕获输出，推荐用text=True直接拿到字符串（不用手动decode）：

import subprocess
import numpy as np

# 替换成你的实际命令
proc_result = subprocess.run(["your_table_output_command"], stdout=subprocess.PIPE, text=True, check=True)
table_str = proc_result.stdout

2. 用StringIO把字符串转成类文件对象 #

numpy的loadtxt虽然表面上看只处理文件，但它其实接受任何类文件对象——Python标准库的io.StringIO就能把普通字符串包装成这种对象，完美适配loadtxt：

from io import StringIO

# 把表格字符串包装成可读取的类文件对象
fake_file = StringIO(table_str)

# 接下来就和处理本地文本文件一模一样了！
# 比如你的表格是制表符分隔，还有一行表头，就这么写：
data_array = np.loadtxt(fake_file, delimiter='\t', skiprows=1)

这里的delimiter要根据你实际的表格分隔符调整（空格、逗号都可以），skiprows用来跳过表头行，完全复用loadtxt的所有参数。

3. 更灵活的手动处理（类似sscanf的思路） #

如果你的输出格式比较特殊，想逐行做类似sscanf的匹配，也可以拆分字符串后手动解析：

# 按行拆分输出
lines = table_str.strip().split('\n')
# 跳过表头行（如果有的话）
data_lines = lines[1:]

# 逐行解析成数值，比如每行是空格分隔的三个数字
data_list = []
for line in data_lines:
    # 用split拆分，再转成float/int，就像sscanf的格式匹配
    nums = [float(x) for x in line.split()]
    data_list.append(nums)

# 转成numpy数组
data_array = np.array(data_list)

其实本质上和C++里操作文件流的思路是一致的，只是Python用StringIO代替了FILE*，用loadtxt或者列表推导代替了sscanf循环，一样能高效搞定表格转numpy的需求。

内容的提问来源于stack exchange，提问作者Alex Petrosyan