Python读取文件并转换为矩阵的完整指南
发布时间：2026-10-13 |
2人浏览过
本文介绍如何使用Python和numpy库读取文本文件并将其转换为矩阵。详细解析了字符串处理、类型转换及矩阵构造过程，并针对大规模数据场景提供了稀疏矩阵的替代方案与内存优化建议，帮助开发者避免MemoryError。
代码执行的主要流程如下：
首先，从指定的文件中读取数据内容。
接着，将读取到的原始数据转换为矩阵结构。
最后，对生成的矩阵执行相应的处理操作。
具体的Python实现代码如下：
需要注意的是，文件路径必须设置正确。
代码中包含对字符串的预处理步骤。
实现字符串数组到整型数组的转换，具体代码为 nums = [int(x) for x in nums ]。
通过 numpy 模块构造矩阵，代码示例为 matrix = np.array(nums)。
numpy 模块在矩阵运算和处理方面具有显著优势。
以下是代码涉及的内容列表：
# -*- coding: utf-8 -*-
import numpy as np
def readFile(path):
# 打开文件（注意路径）
f = open(path)
# 逐行进行处理
first_ele = True
for data in f.readlines():
## 去掉每行的换行符，"\n"
data = data.strip('\n')
## 按照 空格进行分割。
nums = data.split(" ")
## 添加到 matrix 中。
if first_ele:
### 将字符串转化为整型数据
nums = [int(x) for x in nums ]
### 加入到 matrix 中 。
matrix = np.array(nums)
first_ele = False
else:
nums = [int(x) for x in nums]
matrix = np.c_[matrix,nums]
dealMatrix(matrix)
f.close()
def dealMatrix(matrix):
## 一些基本的处理。
print "transpose the matrix"
matrix = matrix.transpose()
print matrix
print "matrix trace "
print np.trace(matrix)
# test.
if __name__ == '__main__':
readFile("matrix")
其中，matrix 文件中的原始数据内容如下：
0 0 0 1 1 0 1 0 1 0 1 1 1 1 1 1 1 2 3 4
Python 中构造 m*n 矩阵的方法
可以通过列表（数组）的方式生成矩阵。
需要注意的是，该方法生成的矩阵不适用于稀疏矩阵，稀疏矩阵通常采用其他构造方式。
特别注意：当数据量非常大时，上述方法会将矩阵所有元素加载到内存中。如果行列数超过 10000+，极易出现 MemoryError，此时最好考虑使用稀疏矩阵。
此外，稀疏矩阵的相关运算也需要纳入考量。
相关示例代码如下：
def fixed_matrix(row,col): return [[0 for i in range(col)] for j in range(row)]
以上关于 Python 读取文件并转化为矩阵的实例分享完毕，希望能为大家提供参考，也希望大家多多支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
