首先让我说我对Python一无所知，但我正在努力学习（主要是通过挣扎似乎）。我已经浏览了这个网站，试图拼凑代码来做我需要的东西，但是我一直遇到问题。首先，我需要将2列和512行字符串的文件转换为浮点数，然后将它们放入512x2数组中。我检查第一列（所有行）的负值。如果是负数，则添加512.然后我需要按数字顺序重新排序行并写入/保存新数组。
关于我的第一个问题，转换为浮点数并将浮点数放入数组中。我有这个代码，我是从别人那里得到的。问题：
with open("binfixtest.composite") as f:
f_values = map(lambda l: l.strip().split(' '), f)
print f_values
newarray = [map(float, v) for v in f_values]
档案的原始格式：
-91. 0.444253325
-90. 0.883581936
-89. -0.0912338793
f_values的新格式：
['-91. 0.444253325'], ['-90. 0.883581936'], ['-89. -0.0912338793']
我收到错误：
Traceback (most recent call last):
File "./binfix.py", line 10, in <module>
newarray = [map(float, v) for v in f_values]
ValueError: invalid literal for float(): -91. 0.444253325
我无法解决这个问题。如果我没有转换为浮点数，当我尝试将512.0添加到负数行时，它会向我显示错误TypeError: cannot concatenate 'str' and 'float' objects
任何帮助都绝对值得赞赏，因为我在这里完全无能为力。
答案 0 :(得分：1)
@ njzk2是完全正确的。只需删除要从l.strip().split(' ')更改为l.strip().split()的文字空格将更正错误，您将看到f_values的以下输出：
[[ - - 91。'，'0.444253325']，[' - 90。'，'0.883581936']，[' - 89。'，' - 0.0912338793']]
newarray的输出显示浮点值而不是字符串：
[[ - 91.0,0.444253325]，[ - 90.0,0.883581936]，[ - 89.0，-0.0912338793]]
对于问题的第二部分“如果是否定的，添加512 ”，一个简单的循环将是清晰和简单的，我非常相信清晰，可读的代码。
例如，以下内容简单明了：
for items in newarray:
if items[0] < 0:
items[0] += 512.00
当我们在循环后print newarray时，我们会看到以下内容：
[[421.0,0.444253325]，[422.0,0.883581936]，[423.0，-0.0912338793]]
答案 1 :(得分：1)
如果你不时要做这样的任务，我有一些建议。
让您的生活更轻松的事情是开始学习使用numpy数组而不是尝试使用自己的数组（由列表列表组成）。
对于此问题，您可以像这样使用numpy：
>>> import numpy as np
>>> data = np.loadtxt('binfixtest.composite')
>>> data
array([[-91. , 0.44425332],
[-90. , 0.88358194],
[-89. , -0.09123388]])
那就是它。完成。您的数据现在位于一个充满浮点数的numpy数组中。
这是有效的，因为默认情况下，numpy.loadtxt method将换行符读取为行分隔符，将空格（包括空格和制表符）作为列分隔符读取，将数字作为浮点数读取。如果您需要，还可以使用许多其他选项来自定义numpy读取文件的方式。
numpy数组要访问第0行，请执行以下操作：
>>> data[0]
array([-91. , 0.44425332])
要访问地址0,0的值，请执行以下操作：
>>> data[0,0]
-91.0
要访问第0列，请执行此操作（第一个冒号表示＆＃34;所有行＆＃34;）：
>>> data[:,0]
array([-91., -90., -89.])
要访问行/列范围，请执行以下操作：
>>> data[1:, :2]
array([[-90. , 0.88358194],
[-89. , -0.09123388]])
上述方法＆＃34;所有行从位置1开始，所有列直到并且不包括位置2和＃34;。您还可以执行1:3之类的操作，从位置1开始，总共可以获得两行或一列（3-1 = 2）。
numpy数组要更改单个值，请执行以下操作：
>>> data[0,0] = 1
>>> data[0,0]
1.0
请注意，我们在0,0处更改的值已存储为浮点数，即使您已分配给int。这是因为numpy数组具有ONE数据类型，并且您放入该数组中的任何内容都将尝试转换为该数据类型：
>>> data.dtype
dtype('float64')
如果要在数组中的特定地址处为值添加512，可以执行以下操作：
>>> data[0,0] = data[0,0] + 512
>>> data[0,0]
421.0
如果要在整个第一列中添加512，可以执行以下操作：
>>> data[:,0] = data[:,0] + 512
>>> data
array([[ 4.21000000e+02, 4.44253325e-01],
[ 4.22000000e+02, 8.83581936e-01],
[ 4.23000000e+02, -9.12338793e-02]])
numpy数组如果你想对一个数组（或一个数组的一部分）进行比较，那就这样做（它将返回一个新的数组）：
>>> data<0
array([[ True, False],
[ True, False],
[ True, True]], dtype=bool)
只获取数组中小于零的值的一种方法是以下（还有其他方法）：
>>> data*(data<0)
array([[-91. , 0. ],
[-90. , 0. ],
[-89. , -0.09123388]])
这是有效的，因为在numpy中，True值的行为类似于1，False值的行为类似于0。
最后，如果你想在整个第一列中添加512，只有当值是负数时，你可以将所有这些放在一起并执行此操作：
>>> data[:,0] = (data[:,0]+512)*(data[:,0]<0)
>>> data
array([[ 4.21000000e+02, 4.44253325e-01],
[ 4.22000000e+02, 8.83581936e-01],
[ 4.23000000e+02, -9.12338793e-02]])
如果您希望将阵列保存到新文件，可以使用numpy.savetxt method：
>>> np.savetxt('output.txt', data, fmt = '%.8f', delimiter = ' ', newline = '\n')
fmt = '%.8f'参数指定应如何打印浮点值（在这种情况下，它将以8位小数打印）。有关详细信息，请参阅this part of the docs。