使用 numpy 从文本文件中读取行作为一维数组

Question

我有一个包含大量行的文本文件。每行有 4096 个整数值。

500 501 300 400 ------------------------------------------------------------
300 400 600 700 -----
501 407 603 771 ------------------------------------------------------------
382 659 889 700 -----
so on

我想要做的是使用 numpy 将此文件作为一维数组读取。我无法使用简单的 loadtxt 来做到这一点，因为它需要相同数量的列。 关于我该怎么做的任何建议？我的最终目标是操纵这个数组来插入某些值。

您可以在此处从我的代码中获取更多详细信息，

from sys import argv
import numpy as np 
script, PhilFile = argv
intxt = open(PhilFile)
invalues = intxt.read()

invalues = invalues.replace(' ', '\n')

adc = np.asarray(invalues)
print adc

N_CHANS = 5

N_SAMPS = 256

H = len(adc)/N_SAMPS

N = 0

header = np.array([666,777,888,999])

for l in range(0,H) :
   adc = np.insert(adc, [N]*header.size, header)

   N += 258

print adc

np.savetxt("test1.txt", adc)

我提供文本文件作为参数，目前，我收到一个错误，

 H = len(adc)/N_SAMPS 
 TypeError: len() of unsized object

Answer 1

我可以通过以下方式重现您的错误：

In [596]: np.array('1 2 3 4 5')
Out[596]: array('1 2 3 4 5', dtype='<U9')
In [597]: len(_)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-597-556fcc1c5d2a> in <module>()
----> 1 len(_)

TypeError: len() of unsized object

从单个字符串构造一个数组会生成一个 0d 单元素数组。

你必须先拆分字符串：

In [598]: np.array('1 2 3 4 5'.split())
Out[598]: array(['1', '2', '3', '4', '5'], dtype='<U1')
In [599]: np.array('1 2 3 4 5'.split(),int)
Out[599]: array([1, 2, 3, 4, 5])

您打印了adc。你没注意到它不是一个数字数组吗？我强烈建议在交互式会话中逐步开发这样的代码（我使用ipython）。它有助于发现这样的不一致。