Python 将从文件读取的int或float列表转换为numpy数组

我必须从文件中读取一堆int值，并将其存储在numpy数组中。我就是这样做的：

el_connect = np.zeros([NEls,3],dtype=int)
for i in range(0,NEls):
    connct = file.readline().strip().split()
    for j in range(0,len(connct)):
        el_connect[i,j] = int(connct[j])

我现在就是这样做的。有没有更好的方法可以消除第二个for循环

关于这一点，我还有其他问题：

我如何处理某些列是int而其他列是float的情况，因为numy数组不能处理多种数据类型

另外，如果文件的格式不是我期望的格式，我如何抛出异常？只要举几个例子就可以了

---

您可以通过使用

np.genfromtxt（）

假设空格分隔的值（我从上面的代码推断）来摆脱这两个循环

np.genfromtxt（）

为数组推断

np.float64

，前提是混合了

int

s和

float

s，但如果要明确描述可以使用的类型：

np.genfromtxt(StringIO(data), [np.int32, np.int32, np.float, np.int32])

Out[]:
array([(1, 2, 2.2, 3), (3, 4, 4.1, 2)],
      dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<f8'), ('f3', '<i4')])

np.genfromtxt（StringIO（数据），[np.int32，np.int32，np.float，np.int32]）
出[]：
数组（[（1,2,2.2,3），（3,4,4.1,2）]，
dtype=[（'f0'，您的
NEls
变量是什么？您可以始终使用列表理解进行优化。此外，
range（）
默认从0开始，因此您可以只指定上限（不包括在内）。如果我设置了必须读入特定数组的行数，该怎么办？例如，我有一个变量“NEls”，它包含数组的行数。
np.genfromtxt（）
有一个
max_rows
参数，所以只要设置
max_rows=NEIs
，如果需要将它分块放入
NEIs
中，则将其全部读入，然后只需
重塑（）。
np.genfromtxt(StringIO(data), [np.int32, np.int32, np.float, np.int32])

Out[]:
array([(1, 2, 2.2, 3), (3, 4, 4.1, 2)],
      dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<f8'), ('f3', '<i4')])