如何在Python中读取Fortran格式数值文件并处理字节串问题？

我来帮你搞定这个困扰！当你用np.genfromtxt(data, dtype=None)读取包含0.755473D-08这类Fortran风格科学计数法的文本文件时，结果出现b'0.755473D-08'这种带b前缀的字节串，本质是两个问题：一是NumPy默认把无法直接识别为数值的内容解析成字节型字符串（bytes），二是Python原生只认e表示的科学计数法，不认Fortran的D标记。下面给你两种实用的解决思路：

方法一：读取时直接转换（推荐） #

利用np.genfromtxt的converters参数，在读取过程中就完成字节串解码、格式替换和数值转换，一步到位得到数值数组：

import numpy as np

def parse_fortran_num(b_str):
    # 1. 把字节串解码为普通字符串
    # 2. 替换Fortran的D为Python认可的e
    # 3. 转换为浮点型数值
    return float(b_str.decode('utf-8').replace('D', 'e'))

# 假设你的数据文件名为fortran_data.txt
# 如果是多列数据，converters可以指定多列，比如{0: parse_fortran_num, 1: parse_fortran_num}
data_array = np.genfromtxt('fortran_data.txt', dtype=None, converters={0: parse_fortran_num})

这样读取出来的data_array直接是浮点型数组，完全看不到b前缀和D标记。

方法二：读取后批量处理 #

如果已经完成读取，得到了带字节串的数组，也可以事后批量处理：

import numpy as np

# 假设已读取的原始数据是带字节串的数组
raw_data = np.genfromtxt('fortran_data.txt', dtype=None)

# 第一步：把所有字节串解码为普通字符串
str_data = np.char.decode(raw_data, encoding='utf-8')

# 第二步：批量替换D为e并转换为数值
# 方式1：列表推导式（适合小规模数据）
num_data = np.array([float(s.replace('D', 'e')) for s in str_data])

# 方式2：用vectorize实现向量化转换（适合大规模数据，效率更高）
convert_func = np.vectorize(lambda s: float(s.replace('D', 'e')))
num_data = convert_func(str_data)

额外提示 #

如果你的文件里所有列都是这种Fortran格式的数值，也可以简化转换器的使用：比如定义一个通用转换器，让genfromtxt对所有列应用转换逻辑，不需要逐个指定列号。

内容的提问来源于stack exchange，提问作者kinder chen