将由两列纯（？）double组成的文件读入一个复杂的NumPy数组

以下人员提出了几乎相同的问题：

data = np.loadtxt("./example", dtype=np.float64, delimiter='\t')
complexData = data.T[0] + 1j*data.T[1]

然而，上述涉及的输入格式（例如括号）与本文中的文件内容稍有不同

---

考虑一个名为

example

的文件，其中包含两列纯（？）double：

0.8355544313622164  0
1.199174279986189   0
1.417275292218002   0

我能够通过执行以下操作生成

np.complex64

的

numpy数组

：

data = np.loadtxt("./example", dtype=np.float64, delimiter='\t')
complexData = data.T[0] + 1j*data.T[1]

打印

complexData

现在提供：

[ 0.83555443+0.j  1.19917428+0.j  1.41727529+0.j ... ]

是否有可能将上述方法简化为更整洁的方法

---

例如，将数据类型更改为

np.complex64

会引发

TypeError

：

data = np.loadtxt("./example", dtype=np.complex64, delimiter='\t')

---

而不是使用

complexData = data.T[0] + 1j*data.T[1]

您可以创建数据的复杂视图：

complexData = data.view(np.complex128)

然后

data

和

complexData

共享浮点数的底层数组，但

complexData

将这些值解释为复数

complexData

将是一个具有形状（n，1）的数组。要摆脱无关的第二维度，可以使用

complexData = data.view(np.complex128)[:, 0]

您可以在读取数据后立即进行转换。例如，我的名为

“real.txt”

的示例文件是

0.8355544313622164  0
1.199174279986189   0
1.417275292218002   0
3.141592653589793   -1

而且它不是制表符分隔的，所以我将使用默认分隔符。要读取复杂的数据，请执行以下操作：

In [18]: z = np.loadtxt('real.txt').view(np.complex128)[:, 0]

In [19]: z
Out[19]: array([0.83555443+0.j, 1.19917428+0.j, 1.41727529+0.j, 3.14159265-1.j])