genfromtxt报“Line #X: Expected N fields, got M”是因默认严格校验每行字段数，遇空行、注释、末尾多逗号等即中断；应设skip_header=0、skip_footer=0、invalid_raise=False，并配dtype='U100'和正确encoding。
genfromtxt读取不规则CSV时为什么报“Line #X: Expected N fields, got M”
这是 genfromtxt 在默认模式下严格校验每行字段数导致的——只要某行逗号数与其他行不一致（比如空行、注释行、末尾多逗号、嵌入逗号的字符串未加引号），它就直接中断并报错，而不是跳过。错误信息里的 Line #X: Expected N fields, got M 就是典型信号。
用 skip_header、skip_footer 和 invalid_raise=False 组合绕过格式干扰
关键不是“忽略所有异常”，而是精准控制哪些行可跳过、哪些解析错误可容忍。推荐组合使用三个参数：
-
skip_header=0（显式设为 0，避免隐式跳过首行造成列名误判） -
skip_footer=0（同理，防止末尾空行被误吞） -
invalid_raise=False（核心开关：遇到字段数不匹配时返回np.nan填充该行，而非抛异常）
这样 genfromtxt 会继续读完全部内容，把对齐失败的行转成全 np.nan 的行，后续可用 np.isnan() 或 pandas.isna() 清洗。
dtype='U' + encoding 参数防乱码和截断
不规则 CSV 常混有中文、特殊符号或不定长文本，若不指定 dtype，genfromtxt 默认按数值推断，遇到非数字就报 ValueError: could not convert string to float；同时没设 encoding 容易在 Windows 下读出乱码。
立即学习“Python免费学习笔记（深入）”；
- 统一用
dtype='U100'（Unicode 字符串，长度 100 足够覆盖多数字段） - 显式传
encoding='utf-8'或encoding='gbk'（根据源文件实际编码选） - 搭配
delimiter=','显式声明分隔符，避免制表符/空格干扰
替代方案：先用 Python csv 模块预处理再喂给 genfromtxt
当 invalid_raise=False 仍产生大量 np.nan 行（说明格式混乱太严重），硬扛解析效率低且难调试。更稳的做法是用标准库 csv 模块做第一遍清洗：
import csv
import numpy as np
<p>rows = []
with open('data.csv', encoding='utf-8') as f:
reader = csv.reader(f, skipinitialspace=True)
for row in reader:
if len(row) == 0 or row[0].strip().startswith('#'): # 跳过空行和注释
continue
rows.append(row[:5]) # 截断超长行，保证列数一致</p><h1>再交给 genfromtxt（此时数据已规整）</h1><p>arr = np.genfromtxt(rows, delimiter=',', dtype='U50', encoding=None)注意 encoding=None 表示输入已是字符串列表，不再二次解码——这点容易漏，会导致 TypeError: a bytes-like object is required。
真正麻烦的不是报错本身，而是错误行混在几百行数据里，靠肉眼根本找不到哪一行少了个逗号。开 invalid_raise=False 后记得检查输出数组形状是否符合预期，再用 np.any(np.isnan(arr), axis=1) 定位具体失效行号。
