基本问题是 NumPy 不理解去除引号的概念（而 csv 模块可以）。当您说delimiter='","' 时，您是在告诉 NumPy 列分隔符实际上是带引号的逗号，即引号在逗号周围，而不是值，因此您在第一列和最后一列上得到的额外引号是预期的。
查看函数文档，我认为您需要设置 converters 参数来为您去除引号（默认情况下不会）：
import re
import numpy as np
fieldFilter = re.compile(r'^"?([^"]*)"?$')
def filterTheField(s):
m = fieldFilter.match(s.strip())
if m:
return float(m.group(1))
else:
return 0.0 # or whatever default
#...
# Yes, sorry, you have to know the number of columns, since the NumPy docs
# don't say you can specify a default converter for all columns.
convs = dict((col, filterTheField) for col in range(numColumns))
data = np.genfromtxt(csvfile, dtype=None, delimiter=',', names=True,
converters=convs)
或者放弃np.genfromtxt()，让csv.csvreader一次给你一行文件内容，作为字符串列表，然后你只需遍历元素并构建矩阵：
reader = csv.csvreader(csvfile)
result = np.array([[float(col) for col in row] for row in reader])
# BTW, column headings are in reader.fieldnames at this point.
编辑：好的，看起来您的文件并非都是浮动的。在这种情况下，您可以在genfromtxt 情况下根据需要设置convs，或者在csv.csvreader 情况下创建转换函数向量：
reader = csv.csvreader(csvfile)
converters = [datetime, float, int, float]
result = np.array([[conv(col) for col, conv in zip(row, converters)]
for row in reader])
# BTW, column headings are in reader.fieldnames at this point.
编辑 2：好的，可变列数...您的数据源只是想让生活变得困难。幸运的是，我们可以使用magic...
reader = csv.csvreader(csvfile)
result = np.array([[magic(col) for col in row] for row in reader])
...其中magic() 只是我为一个函数而想到的一个名字。 （心灵！）
在最坏的情况下，它可能是这样的：
def magic(s):
if '/' in s:
return datetime(s)
elif '.' in s:
return float(s)
else:
return int(s)
也许 NumPy 有一个函数，它接受一个字符串并返回一个具有正确类型的元素。 numpy.fromstring() 看起来很接近，但它可能会将时间戳中的空格解释为列分隔符。
附：我看到csvreader 的一个缺点是它不会丢弃 cmets。真正的 csv 文件没有 cmets。