numpy的loadtxt遇到问题：ValueError: Wrong number of columns at line 2 原因调查

目录

一、问题描述

二、loadtxt函数

三、错误分析 

四、解决办法 

---

本文讲解在调用numpy函数loadtxt遇到的问题：ValueError: Wrong number of columns at line 2 ，讲解出现问题的原因以及如何解决这个问题。

一、问题描述

在使用python做验证码识别的过程中，在调用numpy的loadtxt函数时发生如下错误

Traceback (most recent call last):
  File "D:\My Documents\test_jpg\ok.py", line 362, in <module>
    validation()
  File "D:\My Documents\test_jpg\ok.py", line 350, in validation
    dataset = load_data()
  File "D:\My Documents\test_jpg\ok.py", line 343, in load_data
    dataset = np.loadtxt(u'./train_data.txt', delimiter=',')
  File "C:\Python34\lib\site-packages\numpy\lib\npyio.py", line 1021, in loadtxt
    % line_num)
ValueError: Wrong number of columns at line 2

二、loadtxt函数

首先讲解下这个loadtxt 函数，loadtxt 是 Python 中 numpy 库提供的一个非常实用的函数，主要用于从文本文件中加载数据并将其转换为 numpy 数组。大概就是把文本文件（*.txt）读入并以矩阵或向量的形式输出。loadtxt的基本语法如下所示。

numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None)

loadtxt函数的参数说明如下所示。

• fname：表示文件、文件名或生成器，可以是文件的路径，也可以是一个文件对象。
• dtype：指定数据类型，默认是 float 类型。
• comments：用于标识注释行的字符，默认是 #。
• delimiter：数据分隔符，默认是任意的空白字符（如空格、制表符等）。
• converters：用于对特定列数据进行转换的函数字典。
• skiprows：需要跳过的行数，通常用于跳过文件的标题行，默认值是 0。
• usecols：指定要读取的列，例如 (0, 2) 表示只读取第 0 列和第 2 列。
• unpack：若为 True，则会对数组进行解包，将不同列的数据分别存储到不同的变量中，默认是 False。
• ndmin：指定返回数组的最小维数，默认是 0。
• encoding：文件编码方式，默认是 'bytes'。
• max_rows：指定要读取的最大行数，默认是 None，即读取全量数据。

三、错误分析 

我在SVM训练识别图片验证码时使用loadtxt函数读入train data来读取训练数据，调用参数配置如下所示。

• delimiter表示用什么来分隔列，在默认情况下是通过空格来分割列的，我这里使用的是','
• skiprows，作用是跳过头行，
• usecoles，作用是跳过几列来读取
• unpack，这个参数则是  正常情况下该返回的是二维矩阵，若设置了unpack=True将返回各列

我的使用方法是在将验证码分隔后，将特征写入到traindata.txt中，然后训练时使用loadtxt读入数据，但是报错信息如下所示。

ValueError: Wrong number of columns at line 2

调查后证实原因如下：

因为我的验证码分割后的图片大小不一致，特征值写入后的文件每行的长度不一样

这样loadtxt读取到的二维矩阵就出现了异常

四、解决办法 

将验证码分割后的图片修改为大小一致，即可解决报错。