Python快速从单个numpy数组中的多个文件获取数据的方法

Question

我需要读取存储在许多格式相同但长度不同的文件中的数据，即相同的列，但行数不同。此外，我需要将每一列数据存储在一个数组中(最好是一个 numpy 数组，但也可以是一个列表)。

现在，我使用 numpy.loadtxt() 循环读取每个文件，然后连接生成的数组。假设数据由 3 列组成，并存储在两个文件“foo”和“bar”中:

import numpy as np
filenames = ["foo", "bar"]
col1_all = 0  #data will be stored in these 3 arrays
col2_all = 0
col3_all = 0
for f in filename:
    col1, col2, col3 = np.loadtxt(f, unpack=True)
    if col1.shape[0] > 0: # I can't guarantee file won't be empty
        if type(col1_all) == int:
            # if there is no data read in yet, just copy arrays
            col1_all = col1[:]
            col2_all = col2[:]
            col3_all = col3[:]
        else:
            col1_all = np.concatenate((col1_all, col1))
            col2_all = np.concatenate((col2_all, col2))
            col3_all = np.concatenate((col3_all, col3))

我的问题是:是否有更好/更快的方法来做到这一点？我需要它尽可能快，因为我需要读取数百个文件。

我可以想象，例如，首先找出我将拥有多少行，然后“分配”一个足够大的数组以首先容纳所有数据，然后复制该数组中的读入数据可能表现更好，因为我绕过了串联。我不知道总行数，所以这也必须在 python 中完成。

另一种思路是先读入所有数据，分别存储每一个读入，最后拼接起来。 (或者，因为这本质上给了我总行数，所以分配一个适合所有数据的行，然后将数据复制到那里)。

有没有人知道什么最有效？

Answer 1

不要将每个文件与其余文件连接起来，读取列表中的所有内容，最后构建结果

import numpy as np
filenames = ["foo", "bar"]
data = np.concatenate([np.loadtxt(f) for f in filenames])

如果愿意，您可以将数据 拆分成列，但大多数情况下，这不是一个好主意。