转换器定义了一个 lambda function，它接受​​一个参数 s。这是从文件中读取的列值（在我们的例子中是第 6 列），例如''DH''。然后将此值传递给 index 列表的 labels 函数。 ''DH'' 位于列表中的位置 1，因此该函数返回 1，然后将其存储在第 6 列的结果数组中。

示例：

import io
import numpy as np

labels = [b''NO'',b''DH'',b''SL'']

s = """0 1 2 3 4 5 NO
0 1 2 3 4 5 SL
0 1 2 3 4 5 DH"""
data = np.loadtxt(io.StringIO(s),converters={6: lambda s: labels.index(s)})
print(data)
#[[0. 1. 2. 3. 4. 5. 0.]
# [0. 1. 2. 3. 4. 5. 2.]
# [0. 1. 2. 3. 4. 5. 1.]]

请注意，如果 loadtxt 遇到不在您的列表中的值，它会失败并显示 ValueError。因此，在这种情况下最好使用 converters={6: lambda s: labels.index(s) if s in labels else np.nan} 之类的东西。

loadtxt 和 genfromtxt 都很复杂，只有基本的文档。我不得不做很多挖掘来解释（对于另一个 SO）genfromtxt 如何处理缺失值和 nan 值。 converters 也是如此。

In [279]: labels = [b''NO'',b''SL'']
     ...: txt = ''1 NO\n2 DH\n3 SL''.splitlines()
     ...: data = np.loadtxt(txt,converters={1: lambda s: labels.index(s)} )
In [280]: data
Out[280]: 
array([[1.,0.],[2.,1.],[3.,2.]])

通常将 lambda 重写为函数会有所帮助，并包含一些诊断信息。还有更多空间用于错误测试和 if/else 情况。

In [281]: def foo(astr):
     ...:     print(astr)
     ...:     return labels.index(astr)
     ...: 
In [282]: labels = [b''NO'',converters={1: foo} )
b''NO''
b''DH''
b''SL''

请注意，列值一次一个传递给 foo 作为字节字符串（b 前缀）。这就是为什么 labels 也必须是字节字符串。这是 Py2 遗留下来的，默认字符串类型是字节。

虽然 index 返回一个整数，但 loadtxt 对其应用其默认的 float dtype。我们可以将返回 dtype 更改为 int（或者更高级的结构）：

In [283]: labels = [b''NO'',converters={1: foo},dtype=int)
b''NO''
b''DH''
b''SL''
In [284]: data
Out[284]: 
array([[1,0],[2,1],[3,2]])

由此可见，converters 应用于来自输入的字节字符串值，然后应用 dtype 转换。

添加不在 labels 中的字符串为我们提供了有关操作顺序的进一步线索：

In [289]: labels = [b''NO'',b''SL'']
     ...: txt = ''1 NO\n2 DH\n3 SL\n4 XX''.splitlines()
     ...: data = np.loadtxt(txt,converters={1: foo})
b''NO''
b''DH''
b''SL''
b''XX''
Traceback (most recent call last):
  File "<ipython-input-289-a3450b85790b>",line 3,in <module>
    data = np.loadtxt(txt,converters={1: foo})
  File "/usr/local/lib/python3.8/dist-packages/numpy/lib/npyio.py",line 1139,in loadtxt
    for x in read_data(_loadtxt_chunksize):
  File "/usr/local/lib/python3.8/dist-packages/numpy/lib/npyio.py",line 1067,in read_data
    items = [conv(val) for (conv,val) in zip(converters,vals)]
  File "/usr/local/lib/python3.8/dist-packages/numpy/lib/npyio.py",in <listcomp>
    items = [conv(val) for (conv,line 1126,in tobytes_first
    return conv(x.encode("latin1"))
  File "<ipython-input-281-64f4e6f34991>",in foo
    return labels.index(astr)
ValueError: b''XX'' is not in list

是 labels.index(b''XX") 提高了 ValueError。

这个错误是在这个理解过程中出现的，它将 converters 应用到该行的所有 vals；

items = [conv(val) for (conv,vals)]

对于我们未包含在 converters 中的列，loadtxt 可能添加了这样的函数：

In [297]: def bar(astr):
     ...:     print(astr)
     ...:     return astr
     ...: 
In [298]: labels = [b''NO'',b''SL'']
     ...: txt = ''1 NO\n2 DH''.splitlines()
     ...: data = np.loadtxt(txt,converters={0: bar,1: foo})
b''1''
b''NO''
b''2''
b''DH''

粗略地说，loadtxt 读取文件的一行，将其拆分为 delimiter。然后将 converters 应用于字符串列表 (vals)。

然后将这个 items 列表附加到主列表，然后执行

np.array(x,dtype)

我认为它可能逐行进行了 array 转换，但是 foo 返回字符串而不是错误时的错误消息表明 array 转换是在结束（在所有行都被“转换”之后）。

或者，它可能只收集 items 列表，并在最后用 dtype 转换一次数组。我必须检查代码以获取详细信息。

如果 dtype 是 None，则需要为每列确定一个通用 dtype，并从中创建结构化数组。