我处理的数据有数千行，但列不均匀，如下所示：
AB 12 43 54
DM 33 41 45 56 33 77 88
MO 88 55 66 32 34
KL 10 90 87 47 23 48 56 12
首先，我想读取列表或数组中的数据，然后找出最长行的长度
然后，我将向短行添加零，使其等于最长的行，这样我就可以将它们作为2D数组进行迭代。
我试过其他几个类似的问题，但都解决不了这个问题。
我相信Python中有一种方法可以做到这一点。有人能帮我吗？
我看不出有什么更简单的方法可以计算出最大行长度，只需进行一次遍历并找到它。然后，我们在第二次遍历中构建2D阵列
from __future__ import print_function
import numpy as np
from itertools import chain
data = '''AB 12 43 54
DM 33 41 45 56 33 77 88
MO 88 55 66 32 34
KL 10 90 87 47 23 48 56 12'''
max_row_len = max(len(line.split()) for line in data.splitlines())
def padded_lines():
for uneven_line in data.splitlines():
line = uneven_line.split()
line += ['0']*(max_row_len - len(line))
yield line
# I will get back to the line below shortly, it unnecessarily creates the array
# twice in memory:
array = np.array(list(chain.from_iterable(padded_lines())), np.dtype(object))
array.shape = (-1, max_row_len)
print(array)
此打印：
[['AB' '12' '43' '54' '0' '0' '0' '0' '0']
['DM' '33' '41' '45' '56' '33' '77' '88' '0']
['MO' '88' '55' '66' '32' '34' '0' '0' '0']
['KL' '10' '90' '87' '47' '23' '48' '56' '12']]
上面的代码效率低下，因为它在内存中创建了两次数组。我会回到过去；我想我可以解决这个问题。
但是，numpy数组应该是同构的。您希望将字符串（第一列）和整数（所有其他列）放在同一个2D数组中我仍然认为您在这里走错了路，应该重新思考问题，选择另一种数据结构或以不同的方式组织数据。我不能帮你，因为我不知道你想如何使用这些数据。
（我将很快回到两次创建的阵列问题。）
正如承诺的那样，这是效率问题的解决方案。请注意，我担心的是内存消耗。
def main():
with open('/tmp/input.txt') as f:
max_row_len = max(len(line.split()) for line in f)
with open('/tmp/input.txt') as f:
str_len_max = len(max(chain.from_iterable(line.split() for line in f), key=len))
def padded_lines():
with open('/tmp/input.txt') as f:
for uneven_line in f:
line = uneven_line.split()
line += ['0']*(max_row_len - len(line))
yield line
fmt = '|S%d' % str_len_max
array = np.fromiter(chain.from_iterable(padded_lines()), np.dtype(fmt))
这个代码可以做得更好，但我会把它留给你。
使用memory_profiler在随机生成的输入文件上测量的内存消耗，该文件具有1000000行，行长均匀分布在1到20:之间
Line # Mem usage Increment Line Contents
================================================
5 23.727 MiB 0.000 MiB @profile
6 def main():
7
8 23.727 MiB 0.000 MiB with open('/tmp/input.txt') as f:
9 23.727 MiB 0.000 MiB max_row_len = max(len(line.split()) for line in f)
10
11 23.727 MiB 0.000 MiB with open('/tmp/input.txt') as f:
12 23.727 MiB 0.000 MiB str_len_max = len(max(chain.from_iterable(line.split() for line in f), key=len))
13
14 23.727 MiB 0.000 MiB def padded_lines():
15 with open('/tmp/input.txt') as f:
16 62.000 MiB 38.273 MiB for uneven_line in f:
17 line = uneven_line.split()
18 line += ['0']*(max_row_len - len(line))
19 yield line
20
21 23.727 MiB -38.273 MiB fmt = '|S%d' % str_len_max
22 array = np.fromiter(chain.from_iterable(padded_lines()), np.dtype(fmt))
23 62.004 MiB 38.277 MiB array.shape = (-1, max_row_len)
使用代码eumiro的答案，并使用相同的输入文件：
Line # Mem usage Increment Line Contents
================================================
5 23.719 MiB 0.000 MiB @profile
6 def main():
7 23.719 MiB 0.000 MiB with open('/tmp/input.txt') as f:
8 638.207 MiB 614.488 MiB arr = np.array(list(it.izip_longest(*[line.split() for line in f], fillvalue='0'))).T
比较内存消耗增量：我的更新代码消耗的内存是eumiro的16倍（614.488/38.273约为16）。
至于速度：我更新的代码为此输入运行了3.321秒，eumiro的代码运行了5.687秒，也就是说，我的代码在我的机器上快了1.7倍。（您的里程数可能有所不同。）
如果效率是您最关心的问题（正如您的评论"你好，我想这更有效。"所建议的那样，然后更改已接受的答案），那么恐怕您接受了效率较低的解决方案。
不要误解我的意思，eumiro的代码非常简洁，我当然从中学到了很多。如果效率不是我主要关心的问题，我也会选择eumiro解决方案。
您可以使用itertools.izip_longest为您查找最长的行：
import itertools as it
import numpy as np
with open('filename.txt') as f:
arr = np.array(list(it.izip_longest(*[line.split() for line in f], fillvalue='0'))).T
arr现在是：
array([['a', '1', '2', '0'],
['b', '3', '4', '5'],
['c', '6', '0', '0']],
dtype='|S1')