在Python中，将TXT文件转换为数值数组的方法主要有以下两种方式，具体选择取决于数据格式和需求：

一、使用numpy库的loadtxt函数（推荐）

适用于数据以固定分隔符（如空格、逗号）分隔的常规数值文件。

示例代码：

import numpy as np

# 读取以空格分隔的数值文件
data = np.loadtxt('data.txt', dtype=np.float32)
print(data)

# 读取以逗号分隔的数值文件
data = np.loadtxt('data.txt', delimiter=',')
print(data.shape)

优势：

• 简洁高效，支持指定数据类型和分隔符

• 自动处理缺失值和异常数据

二、自定义函数逐行处理（灵活适用）

适用于数据格式不固定或需要额外处理的场景。

示例代码：

import numpy as np

def file2array(path, delimiter=','):
    with open(path, 'r', encoding='utf-8') as fp:
        string = fp.read()
    row_list = string.splitlines()
    data_list = [list(map(float, row.strip().split(delimiter))) for row in row_list]
    return np.array(data_list)

data = file2array('./data.txt')
print(data)
print("data's shape", data.shape)

优势：

• 可自定义分隔符（如制表符）

• 支持数据清洗（如去除空行、转换数据类型）

三、处理特殊格式（如SRT文件）

若需处理非数值或特殊格式的TXT文件（如SRT字幕文件），需针对性解析。

示例代码：

result = []
with open(r'E:\HISI\darknet-master\build\darknet\x64\data\train5bottle.names', 'r') as f:
    for line in f:
        result.append(line.strip().split(','))
print(result)

说明：

• 该代码适用于提取每行第一个以逗号分隔的字段（如角度值）

• strip（）去除首尾空白字符，split（','）按逗号分割

总结

• 常规数值文件 ：优先使用numpy.loadtxt，简洁且高效

• 自定义需求 ：编写自定义函数，灵活处理分隔符和数据清洗

• 特殊格式文件 ：需针对性解析（如SRT文件）