如何从文本文件提取数字数组并转换为Numpy数组？

我有一个文本文件，内容如下：text a bla bla 1 2 3 4 5 6 text b bla 7 8 9 10 11 12 text c bla bla bla 13 14 15 16 17 18
我希望仅提取其中的数字数组并转换为目标NumPy数组：array([[ 1, 2, 3, 4, 5, 6], [ 7, 8, 9, 10, 11, 12], [ 13, 14, 15, 16, 17, 18]])
我尝试使用np.genfromtxt('test.txt',usecols=[0,1,2],invalid_raise=False)，得到结果为array([[ 1., 2., 3.], [ 4., 5., 6.], [ 7., 8., 9.], [ 10., 11., 12.], [ nan, nan, nan], [ 13., 14., 15.], [ 16., 17., 18.]])，该结果不符合预期，请问如何解决？

你的问题核心在于np.genfromtxt并不适合处理这种数字被非文本分散成多组的场景——它默认按空白分割所有元素，遇到非数字会生成NaN，而且没法识别你想要的"每6个数字一组"的逻辑。咱们换个更直接的思路：先把所有数字捞出来，再重新塑形。

步骤1：提取所有数字 #

先读取整个文件的内容，用正则表达式匹配出所有数字，转成整数列表：

import numpy as np
import re

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

# 匹配所有数字字符串，转成整数
all_numbers = list(map(int, re.findall(r'\d+', content)))

步骤2：重塑为目标数组 #

现在all_numbers是一个包含18个元素的一维列表，直接用reshape把它转换成3行6列的数组即可：

target_array = np.array(all_numbers).reshape(3, 6)
print(target_array)

运行后你会得到完全符合预期的输出：

array([[ 1,  2,  3,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18]])

补充：如果分组规则更灵活怎么办？ #

如果未来你的分组不是固定的3行6列，而是每个text x后面跟着一组6个数字，那可以稍微调整逻辑，按text分割文本后再提取每组的数字：

with open('test.txt', 'r') as f:
    content = f.read()

# 按text分割，跳过第一个空元素
groups = content.split('text')[1:]
num_groups = []
for group in groups:
    # 提取每组的数字
    nums = list(map(int, re.findall(r'\d+', group)))
    num_groups.append(nums)

target_array = np.array(num_groups)

这样哪怕文本里的text分组数量变化，代码也能自动适配。

内容的提问来源于stack exchange，提问作者HappyPy