如何使用numpy的asarray函数读取Python中的布尔数据文件

我有一些数据文件包含Fortran代码的布尔输出：

write(23,'(L2)') data

因此，文件的一部分将如下所示：

F F T F ...

我想通过numpy.asarray（）函数在Python中阅读此文件，因为这样转换数据很容易，例如：

data = asarray(f.readline().split(),'bool')

然而，无论数据是什么，Python总是返回一个包含所有“True”的数组

我也尝试过写“假假真假…”或“0 0 1 0…”，但它们都不起作用

---

我想知道是否有办法使用asarray（）来实现这一点？或者任何其他可以在不使用循环的情况下转换布尔数据的建议？

一种方法是对输入文件的每个字符串进行稍微多一点的处理，以获得预期的结果：

with open('input.dat') as handle:
    data = asarray([[x == 'T' for x in line.strip().split()]
                    for line in handle],
                   dtype=bool)

在这里，我读取文件句柄中的每一行，然后对该行中的每个字段，将其与字符串

'T'

进行比较。这将给出一个布尔结果，它可以按预期存储在数据数组中

---

您介绍的代码的问题是Python正在尽最大努力将您提供给它的值转换为布尔值；但是，在Python中，非空字符串在转换为布尔值时求值为

True

：

bool（'T'）==bool（'F'）==bool（'0'）==bool（'1'）==True

如果可以将数据作为“T”和“F”字符串数组读取，则可以执行以下操作：

>>> a = np.array(["T", "F", "T"])
>>> a == "T"
array([ True, False,  True], dtype=bool)

---

这也是一个很好的答案，可能比我的解决方案快得多。同意Imjohns3，基本上这是我以前不知道的“array='T'”语法。这正是我需要的，从你的答案中，我还学习了隐式for循环，我以前用得不多，但一直想学。