python - 当有可变空间分隔列时在 python (numpy) 中加载数据集

Question

我有一个包含数字数据的大数据集，在它的某些行中有分隔列的可变空格，例如:

4 5 6
7  8    9
2 3 4

当我使用这条线时:

dataset=numpy.loadtxt("dataset.txt", delimiter=" ")

我收到这个错误:

ValueError: Wrong number of columns at line 2

如何更改代码以同时忽略多个空格？

Answer 1

delimiter 的默认值是“任何空格”。如果您将 loadtxt 排除在外，它会处理多个空格。

>>> from io import StringIO
>>> dataset = StringIO('''\
... 4 5 6
... 7 8     9
... 2 3 4''')
>>> import numpy
>>> dataset_as_numpy = numpy.loadtxt(dataset)
>>> dataset_as_numpy
array([[ 4.,  5.,  6.],
       [ 7.,  8.,  9.],
       [ 2.,  3.,  4.]])