我知道 Matlab 有一些很好的语法，您可以在其中将数组定义放入文件中，例如 A = [[1,2,3],...，然后您可以导入该文件并自动读取所有这些定义。我想在 Python 中做类似的事情。基本上我正在寻找从文件中读取表格数据的最简单方法，并将结果对象作为 numpy 数组实例。实现这一目标的最简单方法是什么？ （或者最 Pythonic 的方式？）
说文件中的数据如下：
Array1
1 0 0 0
2 1 0 0
3 0.3333333333325028 0 0
4 0.6666666666657888 0 0
Array2
1 1 1 1
2 3 1 1
3 2 2 2
4 3 2 2
5 1 1 3
6 1 3 4
7 1 4 2
【问题讨论】：
csv 格式在所有行的列数相同并且您想要一个数组（或表）时很方便。但是对于像这样的多个数组，csv 格式很尴尬。
文件test1.py：
#!/usr/bin/python
a=[1,2,3,4,5,6]
文件test.py：
#!/usr/bin/python
import test1
print test1.a
现在如果你运行 test.py：
$ ./test.py
[1, 2, 3, 4, 5, 6]
【讨论】：
如果您想将数据放入 Python 模块中，那么 Jahid 在下面所说的内容很有效。
另一方面，如果您希望将数据放在单独的文件中，例如一个文本文件，然后在脚本中读取它，您可能想要使用numpy.loadtxt（它旨在自动将类似矩阵的文件读取到numpy数组中）。
http://docs.scipy.org/doc/numpy/reference/generated/numpy.loadtxt.html
【讨论】：
numpy，那么请坚持使用loadtxt（或genfromtxt）。这篇文章给出使用 Pandas 的唯一原因是速度。
loadtxt 适用于少量非常简单的数据，但如果你有任何复杂的东西或者你有非常大量的数据，pandas 会更好。
您可能想要的是将数据放入yaml 文件格式。它是一种文本数据格式，其结构基于 Python 等高级脚本语言。您可以在其中放置多个任意类型的二维数组。但是，由于它只是数据，而不是代码，因此它不像将数据直接放入 Python 脚本那样危险。它可以很容易地制作2D arrays，或更严格的嵌套列表（具体参见该链接中的示例 2.5），以及普通列表、字典、嵌套字典、字符串及其任何组合的等价物。由于您可以将一种数据类型嵌套在另一种数据类型中，因此您可以拥有一个二维数组字典，例如，它可以让您将多个数组放在一个文件中。
这是您在 yaml 中的示例：
Array1:
- [1, 0, 0, 0]
- [2, 1, 0, 0]
- [3, 0.3333333333325028, 0, 0]
- [4, 0.6666666666657888, 0, 0]
Array2:
- [1, 1, 1, 1]
- [2, 3, 1, 1]
- [3, 2, 2, 2]
- [4, 3, 2, 2]
- [5, 1, 1, 3]
- [6, 1, 3, 4]
- [7, 1, 4, 2]
下面是如何使用 PyYaml 包将其读入 numpy 数组（在我的示例中，该文件称为“temp.yaml”）：
>>> import yaml
>>>
>>> with open('temp.yaml') as ym:
.... res = yaml.load(ym)
>>> res
{'Array1': [[1, 0, 0, 0],
[2, 1, 0, 0],
[3, 0.3333333333325028, 0, 0],
[4, 0.6666666666657888, 0, 0]],
'Array2': [[1, 1, 1, 1],
[2, 3, 1, 1],
[3, 2, 2, 2],
[4, 3, 2, 2],
[5, 1, 1, 3],
[6, 1, 3, 4],
[7, 1, 4, 2]]}
>>> array1 = np.array(res['Array1'])
>>> array2 = np.array(res['Array2'])
>>> print(array1)
[[ 1. 0. 0. 0. ]
[ 2. 1. 0. 0. ]
[ 3. 0.33333333 0. 0. ]
[ 4. 0.66666667 0. 0. ]]
>>> print(array2)
[[1 1 1 1]
[2 3 1 1]
[3 2 2 2]
[4 3 2 2]
[5 1 1 3]
[6 1 3 4]
[7 1 4 2]]
【讨论】：