Python 正在打开txt文件，浮点（）的文本无效

正在尝试以txt格式打开此数据集

400.,41.7693 403.977686150861,42.68129270405837 408.3434392432695,43.86688321933424 412.61217560029104,45.59966935704514 416.4928450157652,48.72324436844505 420.9556148435605,51.64162102143182 423.86611690516617,53.534005882352936 427.0676691729323,56.2927838121295 431.43342226534077,59.73555626994983 435.31409168081495,60.85274733242134 439.291777831676,64.52351796625626 442.68736357021584,67.25949607843137 446.56803298569,68.92388276333789 450.73975260732476,71.29506379388965 454.7174387581858,72.41225485636114 458.21004123211253,73.68904464204286 462.4787775891341,75.5130300501596 466.6504972107689,76.72142038303693 470.2401164200825,77.72461235750114 473.73271889400917,78.63660506155951 477.61338830948335,79.57139758321932 481.9791414018918,80.64298901048792 当你试图打开

with open('SunData.txt') as I:
    data = I.read()
data = data.split('\n')
WaveData = [float(row.split()[0]) for row in data]
IntData = [float(row.split()[1]) for row in data]

我返回了这个错误

invalid literal for float(): 400.,41.7693

---

如何更正此错误？

使用row.split'，以逗号分隔。不传递参数的拆分只会在空白处拆分。

使用row.split'，以逗号拆分。不传递参数的拆分只会在空白处拆分。

这实际上没有任何作用：

row.split()

也许你的意思是

row.split(',')

---

这并不是真的在做什么：

row.split()

也许你的意思是

row.split(',')

---

如果要读取txt文件，可以使用numpy库和命令：np.loadtxt

然后你可以做很多进程，因为你得到了一个numpy数组

import numpy as np

reading = np.loadtxt("SunData.txt", delimiter=',', usecols=(0, 1), unpack=True)

print reading

---

文档在那里：

如果您想读取txt文件，可以使用numpy库和命令：np.loadtxt

然后你可以做很多进程，因为你得到了一个numpy数组

import numpy as np

reading = np.loadtxt("SunData.txt", delimiter=',', usecols=(0, 1), unpack=True)

print reading

---

文档在那里：

将0添加到400。i、 e.400.0如果这是唯一的情况，那么它应该工作，如果不是，你将需要一个更具创造性的解决方案。其中有逗号不是有效浮点的一部分。您可以将拆分调用更新为也使用逗号拆分。将0添加到400。i、 e.400.0如果这是唯一的情况，那么它应该工作，如果不是，你将需要一个更具创造性的解决方案。其中有逗号不是有效浮点的一部分。您可以将您的split调用更新为也使用逗号进行split。对于这个简单的用例，numpy似乎有点过头了，不是吗？@k-nut取决于数据读取后的进程；至少，他得到了一个numpy数组，他可以进行很多处理。如果OP提出其他问题，数据将转换为numpy数组，因此使用numpy读取数据是有意义的。对于这个简单的用例来说，numpy似乎是一个过度杀伤力，不是吗？@k-nut取决于数据读取后的处理；至少，他得到了一个numpy数组，他可以进行很多处理。如果OP提出了其他问题，数据将转换为numpy数组，因此使用numpy读取数据是有意义的。