【Python-数据读取】读取txt文件每一行数据生成列表

好多时候我们要读取txt文件获得数据，并把数据的按行或者按列存放到列表中，从而生成特征和类别标签。今天读了好几个都没有成功，最后发现，数据间的分隔符十分重要，总结一下经验。

数据间的分隔符是空格

读取的代码如下所示：

file=open('ll.txt')    
dataMat=[]  
labelMat=[]
for line in file.readlines():    
    curLine=line.strip().split(" ")    
    floatLine=map(float,curLine)#这里使用的是map函数直接把数据转化成为float类型    
    dataMat.append(floatLine[0:2]) 
    labelMat.append(floatLine[-1])
print 'dataMat:',dataMat
print 'labelMat:',labelMat
print np.shape(dataMat)

可以看到，读出的数据dataMat 是一个由每行前两列组成的二维数组，labelMat 是由每行的最后一列组成的列表

注意：

• 看到程序里读取每一行的时候，会有line.strip().split(“ ”)，这里，strip() 是为了删除开始和结尾的空格符（仅限头和尾处）；
• 后面的split(" ") 就很重要了，它是划分这一行里的每个元素，括号里“ ”表示的是以空格作为分割符，来分割这一行的元素（不是行与行之间的分割）；
• 这里元素之间只有一个空格，如果是多个空格，则无法读取，因为空格也会成为元素，且空格无法转换成浮点型（错误如下）：ValueError: could not convert string to float:

数据间分隔符是制表符 \t

这类文件类似于从excel中复制生成的，每个数据元素的间隔是制表符 \t ，下图中数据就是从excel中复制而来的：

读取的代码如下：

file=open('ll.txt')    
dataMat=[]  
labelMat=[]
for line in file.readlines():    
    curLine=line.strip().split("\t")    
    floatLine=map(float,curLine)#这里使用的是map函数直接把数据转化成为float类型    
    dataMat.append(floatLine[0:2]) 
    labelMat.append(floatLine[-1])
print 'dataMat:',dataMat
print 'labelMat:',labelMat
print np.shape(dataMat)
print np.array(dataMat)

注意：
与空各类的间隔符相比，这里只是strip(“ ”)一项有改动：strip("\t")，也就是以制表符作为每一行内元素的分割标志。如果仍用 strip(“ ”) ，会出现如下错误：ValueError: invalid literal for float(): 1 255 547
因为行内没有空格，所以读取了整行为一个元素：1,\t,255,\t547所以错误显示无法转换为浮点型

千万不要忘记 map(float, line)，如果没有转换成float这一步，则读出的均为字符串：