Wie kann man Dateien mit mehreren Koordinaten einlesen und in separaten Arrays speichern?

Question

Ich habe eine Datei, die etwa 3000 Blöcke wiederholt wie folgt (die ersten beiden gezeigt):

21 
Profile. 1 HEAT OF FORMATION = -79.392 KCAL = -332.175 KJ 
    H  -2.22728  -1.35263  1.32579 
    H  1.21425  -1.35263  1.32579 
    C  1.43878  0.44129  1.32579 
    O  2.25748  -0.52202  1.23773 
    C  0.12570  -0.10907  1.38542 
    H  -0.47394  0.10034  2.26424 
    C  -2.02530  -1.28825  -2.05204 
    C  -0.80697  -0.63466  -2.22403 
    H  -0.41632  -0.42983  -3.21532 
    H  0.84731  0.28355  -1.21782 
    C  -0.09866  -0.24043  -1.09182 
    C  -1.83256  -1.15779  0.32994 
    C  -0.59706  -0.50055  0.19091 
    H  -3.51151  -2.06378  -0.69513 
    C  -2.55421  -1.55647  -0.78456 
    O  -2.78665  -1.71220  -3.09841 
    H  -2.37922  -1.48635  -3.96745 
    H  2.21062  3.22762  2.75985 
    C  1.91952  1.85374  1.37731 
    O  2.22890  2.54529  0.44919 
    O  1.92486  2.27899  2.65936 
    21 
Profile. 2 HEAT OF FORMATION = -79.390 KCAL = -332.168 KJ 
    H  -2.22728  -1.35263  1.32579 
    H  1.21674  -1.35282  1.32529 
    C  1.43862  0.44132  1.32582 
    O  2.25745  -0.52214  1.23772 
    C  0.12565  -0.10889  1.38540 
    H  -0.47402  0.10051  2.26417 
    C  -2.02530  -1.28825  -2.05204 
    C  -0.80697  -0.63465  -2.22403 
    H  -0.41632  -0.42983  -3.21531 
    H  0.84730  0.28355  -1.21782 
    C  -0.09865  -0.24043  -1.09182 
    C  -1.83256  -1.15780  0.32995 
    C  -0.59702  -0.50058  0.19094 
    H  -3.51151  -2.06378  -0.69513 
    C  -2.55421  -1.55647  -0.78456 
    O  -2.78666  -1.71220  -3.09841 
    H  -2.37922  -1.48635  -3.96745 
    H  2.21061  3.22763  2.75985 
    C  1.91953  1.85373  1.37732 
    O  2.22890  2.54528  0.44919 
    O  1.92486  2.27898  2.65936 

wobei jeder Satz von Koordinaten, die durch die Anzahl der Atome (21 in diesem Fall), und eine Bildungswärme abgetrennt .

Ich frage mich, wie man jeden Satz von Koordinaten in ein separates Array einliest und schreibt, so dass ich letztendlich bestimmte Elemente dieser Arrays manipulieren kann.

Answer 1

Wie ich im Kommentar vorgeschlagen:

alle Zeilen lesen:

In [783]: with open('stack40730696.txt','rb') as f: 
    ...:  lines = f.readlines() 

ich Zeile für Zeile lesen konnte, Block für Block, etc. Am einfachsten ist es jedoch, mit einer Liste zu spielen.

Jetzt lesen Sie den ersten Block. Sieht wie ‚21‘ die Zahl der Datenleitungen ist:

In [784]: i=0 
In [785]: n=int(lines[i]) 
In [786]: n 
Out[786]: 21 
In [787]: i+=1 
In [788]: block=lines[i:i+1+n] # grab the lines of a block, with header 
In [789]: block[0] 
Out[789]: b'Profile. 1 HEAT OF FORMATION = -79.392 KCAL = -332.175 KJ\n' 
In [790]: block[-1] 
Out[790]: b' O  1.92486  2.27899  2.65936\n' 

Jetzt mit genfromtxt in ein Array laden; und überprüfe das Ergebnis. Ich habe die ganze Sache gedruckt, aber hier drucke ich nur ein paar Details.

In [791]: data1=np.genfromtxt(block, skip_header=1,dtype=None) 
In [792]: data1.shape 
Out[792]: (21,) 
In [793]: data1.dtype 
Out[793]: dtype([('f0', 'S1'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8')]) 

Weiter zum nächsten Block und wiederholen. Natürlich würde ich die ganze Datei in eine Schleife setzen und die data Arrays in einer Liste sammeln.

In [794]: i=i+1+n 
In [795]: n=int(lines[i]) 
In [796]: i+=1 
In [797]: block=lines[i:i+1+n] 
In [798]: data2=np.genfromtxt(block, skip_header=1,dtype=None) 
In [799]: data2.shape 
Out[799]: (21,) 
In [800]: data2.dtype 
Out[800]: dtype([('f0', 'S1'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8')]) 

wenige Datensätze

In [802]: data2[:3] 
Out[802]: 
array([(b'H', -2.22728, -1.35263, 1.32579), 
     (b'H', 1.21674, -1.35282, 1.32529), 
     (b'C', 1.43862, 0.44132, 1.32582)], 
     dtype=[('f0', 'S1'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8')]) 

Dies ist ein strukturiertes Array mit einem Zeichenkettenfeld und 3 Schwimmers diejenigen. Dies könnte in ein String-Array und ein (21,3) float-Array aufgeteilt werden.

In [803]: dataf=np.genfromtxt(block, skip_header=1,usecols=[1,2,3]) 
In [804]: dataf.shape 
Out[804]: (21, 3) 
In [805]: dataf.dtype 
Out[805]: dtype('float64')