Python 将.txt数据加载到10x256 3d numpy数组中

我正在尝试将一些文本文件加载到numpy数组中。txt文件表示图像的像素，其中每个像素都有一个介于-10和+10（对于x）以及0和10（对于y）之间的任意相对坐标。总的来说，图像是10x256像素。问题在于，每个像素没有给出RGB值，而是给出了与第一个/n分隔的“标题”中的波长值相对应的强度列表。每个坐标作为两个第一个制表符分隔的项目给出，第一个条目只有“0”，因为文本文件的格式如下：

第1行：“0 0 625.15360 625.69449 626.23538…”（两个坐标后跟波长）
第2行：“-10.00000-10.00000 839 841 833 843 838 847…”
第3行：“-10.00000-9.92157 838 839 838…”

其中839和838表示两个不同相邻像素的波长625.15360的强度，一个在另一个像素之上（y中有微小变化）。此外，841和839将是625.69449波长的强度，依此类推

到目前为止，我的推理是使用

np.genfromtxt（）

迭代文件，并将变量（x，y，lambda）分配给一个单独的强度值添加到一个新数组3D numpy数组中。此外，我认为如果x和y分别从0-9和0-255跨越来表示图像，而不是数据中给定的任意相对坐标，则更有意义

问题：我不知道如何将数据加载到3x3（一直计算2x2）中，而且我似乎无法正确切片

到目前为止，我所拥有的：

intensity_array2 = np.zeros([len(unique_y),len(unique_x)], dtype= int)

for element in np.nditer(intensity_array2, op_flags=['readwrite']):
    for i in range(len(unique_y)):
        for j in range(len(unique_x)):
            with open(os.path.join(path_name,right_file)) as rf:
                intensity_array2[i,j] = np.genfromtxt(rf, skip_header = (i*j)+j, delimiter = " ")

---

其中

len（unique_y）=10

和

len（unique_x）=256

可以在上面的函数中找到。

我不确定我是否完全理解您的文件格式，如果没有意义，请原谅。但是，如果有任何方法可以一次加载所有数据，我相信它会运行得更快。在我看来，您可以使用它将所有数据存储到内存中：

data=np.genfromtxt（右前，分隔符=）

然后创建3D阵列：

强度数组2=np.0（（10，256，num长度））

然后填写三维阵列的值：

强度阵列2[数据[：，0]，数据[：，1]，：]=数据[：，2:]

---

这将不起作用，因为您的x和y索引可能为负数——在这种情况下，您可能需要添加一个偏移量。此外，如果输入文件的格式是可预测的，您可以简单地调用数据矩阵上的np.reforme（），以获得所需的内容。

基于Lukelh的答案，请尝试：

data = np.genfromtxt(rf)

然后，切掉波长值

wavelengths = data[0]
intensities = data[1:]

现在，我们可以使用“重塑”重新排列数据：

intensitiesshaped = np.reshape(intensities, (len(unique_x),len(unique_y),-1))

“-1”值表示“其余的在这里”

在这些数组中，我们仍然有（的）前导值。要修剪它们，我们可以执行以下操作：

wavelengths = wavelengths[2:]
intensitiesshaped = intensities[:,:,2:]

---

这只是将前两个索引中的信息扔掉。如果您需要保留它，您必须做一些更复杂的事情。

如果有人知道如何将值迭代加载到3x3数组中，这将是一个很好的开始：）感谢您的回复！我尝试了你所说的，但我从第1行到第2561行都出现了以下错误或类似的错误：

code

line#1694（得到2944列，而不是1725列）这让我相信，列的大小可能不尽相同……关于负索引，我并不介意它们变为负，如果我能将它们从0-9和0-255重新标记，我完全可以接受。事实上，我仍然会遇到这样一个错误：行#2561（得到3025列，而不是1725列）