从Python中的txt文件中提取数字的行/列答案

【问题标题】：Extracting rows/columns of numbers from a txt file in Python从Python中的txt文件中提取数字的行/列
【发布时间】：2017-09-16 06:01:28
【问题描述】：

我对 Python 还很陌生，遇到了一个小但（似乎是）非常困难的问题。

我有一个 txt 文件，其中包含以下内容：

-2      2.1     -0.365635756
0       2.4      0.347433737
2       2.5      0.263774619
4       3.5     -0.244930974
6       4.2     -0.004564913

我的目标是以某种方式从 Python 中的文件中提取单独的行/列以用作列表或数组（同样，我对此很陌生）。例如，如何使用第一列中的数据创建列表 [-2, 0, 2, 4, 6]？

目前我的工作中有以下代码：

import numpy as np

with open('Numbers.txt', 'r') as f:
    fcontents = f.read()
    print(fcontents)

x = np.array(fcontents)

这样做的目的是编写一个程序，该程序使用数组来计算我们项目说明中给出的不同变量。

【问题讨论】：

在文本文件的每一行中使用空格字符作为分隔符
How to Convert a Text File into a List in Python的可能重复

标签： python arrays list numpy extraction

【解决方案1】：

我没有用过 numpy，但是如果你想分成几列，你可以做这种事情

col1 = []
col2 = []
col3 = []

with open('Numbers.txt', 'r') as f:
    for line in f:
        first, second, third = line.split()
        col1.append(first)
        col2.append(second)
        col3.append(third)

print(col1)
print(col2)
print(col3)

哪个输出

['-2', '0', '2', '4', '6']
['2.1', '2.4', '2.5', '3.5', '4.2']
['-0.365635756', '0.347433737', '0.263774619', '-0.244930974', '-0.004564913']

【讨论】：

【解决方案2】：

这可能是pandas 的工作：

import pandas as pd

df = pd.read_fwf('Numbers.txt', header=None)
first_col = df[0]

assert first_col.mean() == 2
assert first_col.median() == 2
assert sum(first_col) == 10

参考资料：

【讨论】：

耶！熊猫规则！但是对于这种特殊的文件格式，我会使用pd.read_fwf()

【解决方案3】：

您可以将数据导入为numpy.array

import numpy as np

data = np.genfromtxt('Numbers.txt', unpack=True).T

然后，检索列/行就像索引/切片 numpy.array 一样简单

print(data[1,:])
print(data[:,1])

这将导致

[ 0.          2.4         0.34743374]
[ 2.1  2.4  2.5  3.5  4.2]

【讨论】：