在 Python 中，**提取文件夹中的多组数据**通常指的是从一个目录中读取多个文件（如 `.txt`、`.csv`、`.xlsx` 等），并将这些文件的数据加载到程序中进行统一处理或合并。这种需求常见于数据分析、机器学习、图像处理等领域。 --- ## ✅ 解决方案 我们可以使用以下核心模块来实现： - `os.listdir()` 或 `os.walk()`：遍历指定目录下的所有文件。 - `pandas`：读取 `.csv`、`.xlsx` 等格式的文件。 - `glob.glob()`：匹配特定扩展名的文件路径。 根据你要读取的文件类型不同，具体实现略有差异。 --- ### 🧪 示例代码：读取文件夹中所有 `.csv` 文件并转换为 NumPy 数组列表 ```python import os import pandas as pd import numpy as np # 指定文件夹路径 folder_path = 'data_folder' # 获取文件夹中所有 .csv 文件 csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv')] # 存储所有数据集的列表 data_arrays = [] for file in csv_files: file_path = os.path.join(folder_path, file) df = pd.read_csv(file_path) data_array = df.to_numpy() # 转换为 numpy 数组 data_arrays.append(data_array) print(f"已读取 {file}，形状: {data_array.shape}") # 所有数据现在都在 data_arrays 列表中 ``` --- ### 📁 示例说明 - `os.listdir(folder_path)`：列出该文件夹下所有文件名。 - `pd.read_csv(file_path)`：读取每个 CSV 文件为 DataFrame。 - `df.to_numpy()`：将 DataFrame 转换为 NumPy 数组。 - `data_arrays`：是一个列表，保存了每个文件对应的数据数组。 --- ### 📈 如果你想要合并所有数据为一个大数组： ```python combined_data = np.vstack(data_arrays) print("合并后的数组形状:", combined_data.shape) ``` > 注意：使用 `vstack` 要求所有数组列数一致，否则会报错。 --- ### 📝 其他文件类型的处理方式 #### 1. Excel 文件（.xlsx）： ```python df = pd.read_excel(file_path) ``` #### 2. 文本文件（.txt）： ```python with open(file_path, 'r') as f: lines = f.readlines() data = np.array([list(map(float, line.strip().split())) for line in lines]) ``` #### 3. 使用 glob 简化路径匹配： ```python import glob csv_files = glob.glob(os.path.join(folder_path, "*.csv")) ``` --- ###