Python：ValueError：无法将字符串转换为浮点数：'0'

Posted 2023-02-23

【中文标题】Python：ValueError：无法将字符串转换为浮点数：\'0\'

【英文标题】：Python: ValueError: could not convert string to float: '0'Python：ValueError：无法将字符串转换为浮点数：'0'

【发布时间】：2015-03-30 22:30:31

【问题描述】：

对于一些学校作业，我一直在尝试让 pyplot 根据来自 Logger Pro 的数据为我绘制一些科学图表。我遇到了错误

ValueError: could not convert string to float: '0'

这是程序：

plot.py
-------------------------------
import matplotlib.pyplot as plt 
import numpy as np

infile = open('text', 'r')

xs = []
ys = []

for line in infile:
    print (type(line))
    x, y = line.split()
    # print (x, y)
    # print (type(line), type(x), type(y))

    xs.append(float(x))
    ys.append(float(y))

xs.sort()
ys.sort()

plt.plot(xs, ys, 'bo')
plt.grid(True)

# print (xs, ys)

plt.show()

infile.close()

输入文件包含以下内容：

text
-------------------------------
0 1.33
1 1.37
2 1.43
3 1.51
4 1.59
5 1.67
6 1.77
7 1.86
8 1.98
9 2.1

这是我在运行程序时收到的错误消息：

Traceback (most recent call last):
  File "\route\to\the\file\plot01.py", line 36, in <module>
    xs.append(float(x))
ValueError: could not convert string to float: '0'

【问题讨论】：

在编辑中，我似乎已经销毁了证据。 BOM 字节不再出现在帖子中，甚至在原始版本中也没有。谢谢，堆栈！...（咳咳）。

那很好，我想...

【参考方案1】：

您的数据文件中有一个 UTF-8 BOM；这就是我的 Python 2 交互式会话状态正在转换为浮点数：

>>> '0'
'\xef\xbb\xbf0'

\xef\xbb\xbf 字节是 UTF-8 编码的 U+FEFF ZERO WIDTH NO-BREAK SPACE，通常用作字节顺序标记，尤其是 Microsoft 产品。 UTF-8 没有字节顺序问题，不需要像 UTF-16 或 UTF-32 那样记录字节顺序；相反，Microsoft 将其用作检测编码的辅助手段。

在 Python 3 上，您可以使用 utf-8-sig 编解码器打开文件；此编解码器在开始时需要 BOM 并将其删除：

infile = open('text', 'r', encoding='utf-8-sig')

在 Python 2 上，您可以使用codecs.BOM_UTF8 constant 进行检测和剥离；

for line in infile:
    if line.startswith(codecs.BOM_UTF8):
        line = line[len(codecs.BOM_UTF8):]
    x, y = line.split()

作为codecs documentation explains it：

由于 UTF-8 是 8 位编码，因此不需要 BOM，解码字符串中的任何 U+FEFF 字符（即使它是第一个字符）都被视为 ZERO WIDTH NO-BREAK SPACE。

如果没有外部信息，就不可能可靠地确定用于对字符串进行编码的编码。每个charmap编码都可以解码任何随机字节序列。然而，这在 UTF-8 中是不可能的，因为 UTF-8 字节序列的结构不允许任意字节序列。为了提高检测 UTF-8 编码的可靠性，Microsoft 为其记事本程序发明了 UTF-8 的变体（Python 2.5 调用 "utf-8-sig"）：在将任何 Unicode 字符写入文件之前，编写了 UTF-8 编码的 BOM（看起来像这样的字节序列：0xef、0xbb、0xbf）。因为任何charmap编码的文件都不太可能以这些字节值开头（例如映射到

LATIN SMALL LETTER I WITH DIAERESIS
RIGHT-POINTING DOUBLE ANGLE QUOTATION MARK
INVERTED QUESTION MARK

在 iso-8859-1) 中，这增加了可以从字节序列中正确猜出 utf-8-sig 编码的概率。所以这里的 BOM 不是用来确定用于生成字节序列的字节顺序，而是作为帮助猜测编码的签名。在编码utf-8-sig 编解码器时会将0xef、0xbb、0xbf 作为文件的前三个字节写入。在解码utf-8-sig 时，如果它们作为文件中的前三个字节出现，则它们将跳过这三个字节。在 UTF-8 中，不鼓励使用 BOM，通常应避免使用。

【讨论】：

@EmilLykkeDiget：你在使用 Python 3 吗？

我忘记写了；是的，我正在使用 Python 3。

简单但有效；那行得通！非常感谢！