.split()的妙用：数值字符串类转换成数值类

众所周知，当遇到一个字符串的时候，.split()函数是非常常见的，那么，其实我在用这个函数之前也不知道这是干嘛用的，只是看到许多人在博客里写过。之前发现了一个特别难受的一个问题，就是！！！
我之前读取一个txt文件，也就是这玩意。

它里面是长这样的。

我在读取txt文件的时候，读取出来的数据看似正常，也都是一行一行读出来的数据，可是当时将其转换成np结构的时候，使用shape函数一看，是（120000，）这样的，当时我也没多想，就先用tensorflow中的tf.covert_to_tensor函数一转，报错了，说数据类型有问题，一看发现是str。
这个时候我头上冒黑人问号，意思就是直接读取的话就是读取出的字符串类型。那么我就需要将字符串里的数字转成整型或者浮点型。
先看一下我之前是怎么读取的

label = []
for line in open("/train_label.txt", "r"):  # 设置文件对象并读取每一行文件
 
        label.append(line)  # 将每一行文件加入到list中

这样直接读取的话，label里面储存120000个str类，那么如何将整个字符串转换成数值呢？这个时候就需要split函数了，先上代码。

def str_trans_num(path,type):
    b=[]
    data = []
    a = np.loadtxt(path, delimiter='\n', dtype=str) #读取文档

    for i in range(len(a)):
        b = a[i].split()
        for j in range(len(b)):
            b[j] = int(b[j])
        data.append(b)
    return data

首先读取文档，存入一个list中，直接用两个循环搞定。首先指定list a的长度,这样就知道里面有多少条str需要转成int型，再就是用b变量读取在a中第i个str，并且使用.split()函数。为什么这里要用split函数呢？
当前我们读取的test数据只有一个数值，类似于这种：[[1][2][3]]。但是一旦里面数据变多了，每一行的数据不止一个了，类似于这种：[[1 2 3][1 5 9][2 5 8]]。那这个时候就可以使用.splilt()将里面的以空格为分隔的数据分开，分开以后就相当于知道这个str类中有多少个数。那么就可以通过len方法，得出b数组的长度。再分别对里面的str类的“数字”进行强制转型成int类，再替换掉原来在b数组中的str的假“数字”就好了。最后将以假变真的里面都是int类的数组b使用append方法添入data中即可。

要注意的是，当数据中分割符号不是空格，是’/‘或者是其他的一些符号的时候，需要更改.split里面的参数，.split(‘填入更改的符号’)。如果说你只需要分割一次，那么就在符号后面加个1就行。下面举个栗子：
xxx.split(’/’,1)
这里就是以’/'为分隔符，将原数据一分为二。