来源：https://www.py.cn/jishu/jichu/20407.html
为了方便使用和记忆，有时候我们会把 numpy.loadtxt() 缩写成np.loadtxt() ,本篇文章主要讲解用它来读取txt文件。
读取txt文件我们通常使用 numpy 中的 loadtxt（）函数
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0）
注：loadtxt的功能是读入数据文件，这里的数据文件要求每一行数据的格式相同。
也就是说对于下面这样的数据是不符合条件的：
123
1 2 4 3 5
接下来举例讲解函数的功能：
1、简单的读取
test.txt
1 2 3 4
2 3 4 5
3 4 5 6
4 5 6 7
import numpy as np a = np.loadtxt('test.txt')#最普通的loadtxt print(a)
输出：
[[1. 2. 3. 4.]
[2. 3. 4. 5.]
[3. 4. 5. 6.]
[4. 5. 6. 7.]]
数组中的数都为浮点数，原因为Python默认的数字的数据类型为双精度浮点数
2、skiprows=n：指跳过前n行
test.txt
A B C D
2 3 4 5
3 4 5 6
4 5 6 7
a = np.loadtxt('test.txt', skiprows=1, dtype=int) print(a)
输出：
[[2 3 4 5]
[3 4 5 6]
[4 5 6 7]]
3、comment=‘#’：如果行的开头为#就会跳过该行
test.txt
A B C D
2 3 4 5
3 4 5 6
#A B C D
4 5 6 7
a = np.loadtxt('test.txt', skiprows=1, dtype=int, comments='#') print(a)
输出：
[[2 3 4 5]
[3 4 5 6]
[4 5 6 7]]
4、usecols=[0,2]：是指只使用0,2两列，参数类型为list
a = np.loadtxt('test.txt', skiprows=1, dtype=int, comments='#',usecols=(0, 2), unpack=True) print(a)
输出：
[[2 3 4]
[4 5 6]]
unpack是指会把每一列当成一个向量输出, 而不是合并在一起。 如果unpack为false或者参数的话输出结果如下：
[[2 4]
[3 5]
[4 6]]
test.txt
A, B, C, D
2, 3, 4, 5
3, 4, 5, 6
#A B C D
4, 5, 6, 7
5、delimiter：数据之间的分隔符。如使用逗号","。
6、converters：对数据进行预处理
def add_one(x): return int(x)+1 #注意到这里使用的字符的数据结构 a = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True) print a
def add_one(x): return int(x)+1 #注意到这里使用的字符的数据结构 a = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True) print a
以上就是numpy.loadtxt() 读取txt文件的几种方法。