Numpy Array aus einer Datei mit read() (Python)

Question

für eine Textdatei (testfile.txt):

# blah blah blah 

Unpleasant astonished an diminution up. Noisy an their of meant. Death means up civil do an offer wound of. 
//Called square an in afraid direct. 


{Resolution} diminution conviction so (mr at) unpleasing simplicity no. 
/*No it as breakfast up conveying earnestly 

Wenn innerhalb eines numpy Array den Inhalt einer Textdatei zu speichern, ich habe Probleme beim Verständnis der Differenz zwischen:

A., wenn die Textdatei geöffnet wird direkt (ohne read()) und im numpy Array gespeichert, und

B., wenn die Textdatei zuerst mit einemgeöffnet wird 0 und dann in der Numy-Array gespeichert. Hier

ist der Code:

import numpy  

# open directly with no read 
a = numpy.array([str(i) for i in open(r'C:\testfile.txt', 'r')]) 

# open with read then store in numpy *how I want to do it* 
f = open(r'C:\testfile.txt', 'r').read() 
b = numpy.array([str(i) for i in f]) 

print("A") 
print(a) 
print() 
print("B") 
print(b) 

Meine Frage ist wie der numpy.array([str(i) for i in f]) Befehl zu ändern, so dass der resultierende numpy Array den Inhalt der Textdatei in der Art und Weise hält, dass Ausgang A tut (siehe unten).

Ausgang:

A 
['# blah blah blah\n' '\n' 
'Unpleasant astonished an diminution up. Noisy an their of meant. Death means up civil do an offer wound of. \n' 
'//Called square an in afraid direct. \n' '\n' '\n' 
'{Resolution} diminution conviction so (mr at) unpleasing simplicity no. \n' 
'/*No it as breakfast up conveying earnestly '] 

B 
['#' ' ' 'b' 'l' 'a' 'h' ' ' 'b' 'l' 'a' 'h' ' ' 'b' 'l' 'a' 'h' '\n' '\n' 
'U' 'n' 'p' 'l' 'e' 'a' 's' 'a' 'n' 't' ' ' 'a' 's' 't' 'o' 'n' 'i' 's' 
'h' 'e' 'd' ' ' 'a' 'n' ' ' 'd' 'i' 'm' 'i' 'n' 'u' 't' 'i' 'o' 'n' ' ' 
'u' 'p' '.' ' ' 'N' 'o' 'i' 's' 'y' ' ' 'a' 'n' ' ' 't' 'h' 'e' 'i' 'r' 
' ' 'o' 'f' ' ' 'm' 'e' 'a' 'n' 't' '.' ' ' 'D' 'e' 'a' 't' 'h' ' ' 'm' 
'e' 'a' 'n' 's' ' ' 'u' 'p' ' ' 'c' 'i' 'v' 'i' 'l' ' ' 'd' 'o' ' ' 'a' 
'n' ' ' 'o' 'f' 'f' 'e' 'r' ' ' 'w' 'o' 'u' 'n' 'd' ' ' 'o' 'f' '.' ' ' 
'\n' '/' '/' 'C' 'a' 'l' 'l' 'e' 'd' ' ' 's' 'q' 'u' 'a' 'r' 'e' ' ' 'a' 
'n' ' ' 'i' 'n' ' ' 'a' 'f' 'r' 'a' 'i' 'd' ' ' 'd' 'i' 'r' 'e' 'c' 't' 
'.' ' ' '\n' '\n' '\n' '{' 'R' 'e' 's' 'o' 'l' 'u' 't' 'i' 'o' 'n' '}' ' ' 
'd' 'i' 'm' 'i' 'n' 'u' 't' 'i' 'o' 'n' ' ' 'c' 'o' 'n' 'v' 'i' 'c' 't' 
'i' 'o' 'n' ' ' 's' 'o' ' ' '(' 'm' 'r' ' ' 'a' 't' ')' ' ' 'u' 'n' 'p' 
'l' 'e' 'a' 's' 'i' 'n' 'g' ' ' 's' 'i' 'm' 'p' 'l' 'i' 'c' 'i' 't' 'y' 
' ' 'n' 'o' '.' ' ' '\n' '/' '*' 'N' 'o' ' ' 'i' 't' ' ' 'a' 's' ' ' 'b' 
'r' 'e' 'a' 'k' 'f' 'a' 's' 't' ' ' 'u' 'p' ' ' 'c' 'o' 'n' 'v' 'e' 'y' 
'i' 'n' 'g' ' ' 'e' 'a' 'r' 'n' 'e' 's' 't' 'l' 'y' ' '] 

Answer 1

einfach die Ausgabe von read() in getrennte Linien aufgeteilt:

def load_entire_file_into_memory_and_then_convert(filename): 
    with open(filename, 'r') as input_file: 
    full_file_contents = input_file.read() 
    lines_of_file = full_file_contents.split('\n') 
    return numpy.array(lines_of_file) 

Und Ihre anderen Version:

def load_file_line_by_line(filename): 
    with open(filename, 'r') as input_file: 
    lines_of_file = [line for line in input_file] 
    return numpy.array(lines_of_file) 

Hinweis der semantische Unterschied zwischen diesen beiden Versionen und warum du unterschiedliche Ergebnisse bekommen hast; Wenn Sie in einer Datei "for ... in" ausführen, sind die Ergebnisse, die Sie erhalten, einzelne Zeilen. Wenn Sie read() aufrufen, erhalten Sie die gesamte Datei als eine einzelne Zeichenfolge (mit durch Zeilenumbrüche getrennten Zeilen), und "for ... in" für eine Zeichenfolge gibt Ihnen die einzelnen Zeichen der Zeichenfolge (keine Zeilen). Obwohl es Fälle geben kann, in denen die Verwendung von read() bequemer ist (z. B. wenn Sie wirklich alle Zeilen gleichzeitig laden möchten), ist es normalerweise besser skalierbar/besser, Dateien zeilenweise zu verarbeiten (mit Ihrem ersten Ansatz) Sie können Ihren Speicherbedarf reduzieren (wie in anderen Anwendungen, bei denen nicht alle Zeilen gleichzeitig im Speicher vorhanden sein müssen und nur eine einzige Zeile der Datei gleichzeitig ausgeführt werden kann).