用python读取多个txt并分别存储到数组里

可以使用Python的文件处理模块来读取多个txt文件，并使用列表（List）来存储每个文件的内容。

示例代码：

# 定义一个空的列表，用于存储读取的文本内容
data = []

# 遍历多个txt文件
for i in range(1, 4):
    # 读取txt文件
    with open(f"file{i}.txt", "r") as f:
        # 读取文件内容，并添加到列表中
        file_content = f.read()
        data.append(file_content)

# 输出读取的文本内容
print(data)

在上面的示例代码中，我们定义了一个空的列表`data`，用于存储读取的文本内容。然后使用`for`循环遍历多个txt文件（这里只遍历了3个txt文件，文件名分别为`file1.txt`、`file2.txt`和`file3.txt`），并使用`with open`语句读取文件内容。读取文件内容后，将其添加到列表`data`中。最后输出列表`data`，即可查看读取的文本内容。

注意，在实际使用中，需要根据实际情况来修改文件名和路径等信息。

相关问题

如何使用Python读取多个txt文件中的数据，并利用matplotlib绘制时间序列数据的多线程图形？

针对您想要实现的Python批量读取txt文件并绘制图形的需求，特别是涉及到时间序列数据的多线程可视化，这正是《Python批量读取txt数据并绘制图形教程》能够提供帮助的地方。教程中已经展示了如何定义函数来遍历文件夹中的所有txt文件，并利用numpy和matplotlib来处理和绘图。为了进一步提高处理效率，还可以通过引入多线程技术来加速数据的读取和图形的绘制过程。

参考资源链接：[Python批量读取txt数据并绘制图形教程](https://wenku.csdn.net/doc/1xcmy8zcbn?spm=1055.2569.3001.10343)

首先，您需要安装必要的Python库，包括numpy、matplotlib以及可能用到的multiprocessing库。然后，可以编写一个主函数来遍历文件夹并收集所有txt文件的路径。使用numpy的`loadtxt`函数读取每个文件的内容，并将结果存储到列表或numpy数组中。

接下来，利用matplotlib的绘图功能，可以创建一个图形窗口，并为每个数据集创建一个子图。在绘制时间序列数据时，您需要确保数据的x轴是时间，并且格式正确。您可以使用numpy生成时间点数组，作为x轴的数据。

在单线程模式下，您可以逐个绘制每个数据集。但是为了提高效率，可以使用Python的`multiprocessing`模块来创建多个进程。每个进程可以负责一部分数据的读取和图形绘制工作。这里需要注意的是，由于matplotlib并不是线程安全的，所以在多线程环境中使用时需要特别小心。一种常见的做法是，每个线程或进程计算它的数据，并将其输出到一个单独的图形文件中，最后再使用matplotlib来显示这些图形。

最后，利用matplotlib的`show`函数展示最终的图形。这个过程可能涉及到图形对象的合并和同步，确保所有子图的布局和样式一致。

通过上述步骤，您可以有效地读取多个txt文件中的时间序列数据，并且使用多线程技术来提升图形绘制的效率。如果希望进一步深入学习和理解相关技术，建议仔细研究《Python批量读取txt数据并绘制图形教程》中的示例代码和相关说明。

参考资源链接：[Python批量读取txt数据并绘制图形教程](https://wenku.csdn.net/doc/1xcmy8zcbn?spm=1055.2569.3001.10343)

读取excel表中一列数据存为数组a，读取txt中多个位置数组merge,txt中每一行为一个划分位置，根据位置数组对数组a进行划分，并输出划分结果

好的，我理解了你的问题。你可以使用Python语言来实现这个功能。

首先，需要安装两个库：`pandas`和`numpy`，使用以下命令进行安装：

pip install pandas numpy

接下来，你可以使用以下代码来读取Excel表格中的一列数据，并将其存储为数组a：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_excel_file.xlsx')

# 取出其中的一列数据，并将其转换为数组a
a = df['column_name'].values

其中，`your_excel_file.xlsx`是你的Excel文件名，`column_name`是你要读取的列的列名。

接下来，你可以使用以下代码来读取txt文件中的多个位置数组merge：

import numpy as np

# 读取txt文件
with open('your_txt_file.txt', 'r') as f:
    # 读取文件中的所有行
    lines = f.readlines()

    # 将每行的位置数组转换为numpy数组，并将其添加到列表merge中
    merge = []
    for line in lines:
        merge.append(np.array(line.strip().split(','), dtype=np.int))

    # 将列表merge转换为numpy数组
    merge = np.array(merge)

其中，`your_txt_file.txt`是你的txt文件名。

最后，你可以使用以下代码根据位置数组对数组a进行划分，并输出划分结果：

# 对数组a进行划分，并输出划分结果
for i in range(len(merge)):
    start = merge[i][0]
    end = merge[i][1]
    sub_array = a[start:end+1]
    print('划分%d: %s' % (i+1, sub_array))

这样，你就可以完成这个任务了。注意，如果你的txt文件中每行的位置数组个数不一样，需要进行一些额外的处理。