<p>听起来你可能有一个csv文件。你不需要numpy的,包括电池是所有你需要的。你知道吗</p>
<pre><code> import csv
data = []
with open('test.txt') as f:
reader = csv.reader(f)
for row in reader:
data.extend(row)
</code></pre>
<p>您可以<code>.extend</code>列表,而不是<code>.append</code>列表。基本上就像说</p>
<pre><code>for thing in row:
data.append(thing)
</code></pre>
<p>不过,这仍然会留下复制品。如果您不关心顺序,可以将其设为<code>set</code>,并调用<code>.update()</code>,而不是extend:</p>
<pre><code> data = set()
with open('test.txt') as f:
reader = csv.reader(f)
for row in reader:
data.extend(row)
</code></pre>
<p>现在一切都是独一无二的。但如果你关心秩序,你就得把事情过滤掉:</p>
<pre><code>unique_data = []
for thing in data:
if thing not in unique_data:
unique_data.append(thing)
</code></pre>
<p>如果<code>test.txt</code>文件包含以下文本:</p>
<pre><code>"India1,India2,myIndia "
"Where,Here,Here "
"Here,Where,India,uyete"
"AFD,TTT"
</code></pre>
<p>而不是</p>
<pre><code>India1,India2,myIndia
Where,Here,Here
Here,Where,India,uyete
AFD,TTT
</code></pre>
<p>那你就没有csv了。您可以修复生成csv的内容,也可以手动删除引号<em>或</em>即时修复。你知道吗</p>
<pre><code>def remove_quotes(file):
for line in file:
yield line.strip('"\n')
reader = csv.reader(remove_quotes(f))
</code></pre>