本文介绍使用 NumPy 的 np.savetxt() 将多组曲线数据（共享同一组 x 坐标）高效导出为结构化 .txt 文件，使 x 列位于首列，各曲线 y 值作为后续并列列，并支持自定义表头与数值格式。
本文介绍使用 numpy 的 `np.savetxt()` 将多组曲线数据（共享同一组 x 坐标）高效导出为结构化 .txt 文件，使 x 列位于首列，各曲线 y 值作为后续并列列，并支持自定义表头与数值格式。
在科学绘图与数据处理中，常需将多条曲线（如不同参数下的函数响应）同时可视化并保存原始数据供后续分析。本例中，三条曲线由公式 $y = 2x + z$ 生成，其中 $z \in {0,1,2}$，所有曲线共用相同的 $x$ 坐标点 [0, 1, 2]。目标是将数据导出为 file.txt，格式为：首列为 x1，随后三列为对应各曲线的 y1, y2, y3，各列以制表符（\t）分隔，且含清晰表头。
实现的关键在于数据组织方式：需将原始按曲线（z 维度）收集的 y 值矩阵转置，使其从“每行一条曲线”变为“每行一个 x 索引对应的所有 y 值”，再将公共 x 向量插入首列。以下是完整、可运行的优化代码：
import numpy as np
import matplotlib.pyplot as plt
z_points = np.array([0, 1, 2])
x_points = np.array([0, 1, 2]) # 提前定义，避免重复创建
data_y = [] # 存储每条曲线的 y 值列表
for z in z_points:
y_points = 2 * x_points + z # 向量化计算，替代循环，更高效
data_y.append(y_points)
plt.plot(x_points, y_points, 'bo-', markersize=5)
# 构建输出矩阵：(n_x, n_curves + 1)，首列为 x，后接各 y 列
data_matrix = np.column_stack((x_points, np.array(data_y).T))
# 导出为制表符分隔的文本文件，整数格式，带表头
np.savetxt(
'file.txt',
data_matrix,
fmt='%d',
delimiter='\t',
header='x1\ty1\ty2\ty3',
comments=''
)
✅ 关键说明：
- 使用 np.column_stack() 替代 np.insert() 更直观且不易出错；
- y_points = 2 * x_points + z 利用 NumPy 广播机制，避免内层 Python 循环，显著提升性能；
- comments='' 参数确保表头不被 # 注释符前缀，符合标准 CSV/TXT 表头惯例；
- 若需保留小数（如浮点运算结果），可将 fmt='%d' 改为 fmt='%.3f'；
- 文件默认编码为 UTF-8；如需兼容旧系统，可添加 encoding='utf-8'（Python 3.7+）。
执行后生成的 file.txt 内容如下（制表符对齐，实际为单个 \t 分隔）：
x1 y1 y2 y3 0 0 1 2 1 2 3 4 2 4 5 6
该方法结构清晰、扩展性强——只需修改 z_points 和 x_points，即可适配任意数量的曲线与采样点，是批量导出实验或仿真数据的可靠实践方案。
