拆分csv fi中显示的图表

Question

我有多个csv文件，其中包含有关数学函数的信息，以下是其前60行的示例：

# Time-averaged data for fix 1
# TimeStep Number-of-rows
# Row c_LIQUIDE_liquid[1] c_LIQUIDE_liquid[2] c_LIQUIDE_liquid[3]
20000 50
1 0.0605033 0 0
2 0.18151 0 0
3 0.302516 0 0
4 0.423523 0 0
5 0.54453 0 0
6 0.665536 0 0
7 0.786543 0 0
8 0.907549 0 0
9 1.02856 0 0
10 1.14956 0 0
11 1.27057 0 0
12 1.39158 0 0
13 1.51258 0 0
14 1.63359 0 0
15 1.7546 0 0
16 1.8756 0 0
17 1.99661 0 0
18 2.11762 0 0
19 2.23862 0.00512989 0.00109756
20 2.35963 0.20265 0.0492683
21 2.48064 1.27103 0.383171
22 2.60164 3.1282 1.28707
23 2.72265 4.74641 2.78909
24 2.84366 5.35566 4.63787
25 2.96466 4.44087 6.30409
26 3.08567 3.01615 7.53
27 3.20667 2.09008 8.44744
28 3.32768 1.58315 9.19579
29 3.44869 1.29398 9.85274
30 3.56969 1.12715 10.4659
31 3.6907 1.06085 11.0827
32 3.81171 1.04245 11.7292
33 3.93271 1.08043 12.4425
34 4.05372 1.21352 13.2937
35 4.17473 1.32394 14.2787
36 4.29573 1.28076 15.2875
37 4.41674 1.2989 16.3691
38 4.53775 1.41225 17.6104
39 4.65875 1.61542 19.107
40 4.77976 1.9324 20.9914
41 4.90077 2.29982 23.3491
42 5.02177 2.49038 26.0299
43 5.14278 2.38504 28.7224
44 5.26379 2.1145 31.2232
45 5.38479 1.92393 33.6045
46 5.5058 1.82569 35.9668
47 5.62681 1.80382 38.4045
48 5.74781 1.77157 40.9027
49 5.86882 1.7169 43.4269
50 5.98983 1.60658 45.8873
40000 50
1 0.0605033 0 0
2 0.18151 0 0
3 0.302516 0 0
4 0.423523 0 0
5 0.54453 0 0

基本上，它由3行相对无用的标题组成，然后是多个“图表”。它们有第一行，给出了完成的时间和点数。因此，如果你看，第一次是在timestep 20000上完成的，打印了50个点。所有这50个点都是以下几行，其中第一列是点的编号，第二列代表变量r，第三列给出了称为g（r）的函数的结果，第四列给出了所述g（r）函数的积分。在那之后，直到文档的结尾，它以完全相同的方式显示更多的图表，除了信息行之外，没有任何分隔

这些文件可以包含很多信息，比如100个图表中的5000多行

我希望我的python脚本能够读取该文件，注意“信息”行的位置，并仅为这些信息行的某些值提取图表

例如，如果最后一个图表（信息行中的最高时间步长值）的值为1000，我希望它找到最接近最大值10%的图表（约为时间步长100），以及最接近最大值50%的图表（约为时间步长500）

我能想到的最好办法是每行读取整个文件行，并在数组中写入文件中的可用时间步长及其对应行，然后从这些行再次读取文件，并将信息保存在数组中，其中每个元素都是一个二维数组，包含图表

如果它能让事情变得更清楚，例如，达到第一个图表第二行的第二个值，我称之为TotalCharts[0][1][1]=0.18151

这个方法的问题是速度非常慢，所以我试着四处看看，但我还没有找到如何在这样的用例中正确使用它，在这样的用例中，有用的标题在文档中重复，并且没有可以使用的标题行

对于如何应对这一挑战的任何帮助或建议，我们将不胜感激

非常感谢！：）