您也可以在NumPy中使用loadtxt命令。这比genfromttxt检查的条件更少，因此可能更快。

import numpy
data = numpy.loadtxt(filename, delimiter="\n")

最简单的方法是：

lines = list(open('filename'))

or

lines = tuple(open('filename'))

or

lines = set(open('filename'))

在set的情况下，我们必须记住，我们没有保留行顺序，并删除重复的行。

下面我添加了@MarkAmery的一个重要补充：

由于您既没有在文件对象上调用.close，也没有使用with语句，因此在某些Python实现中，文件在读取后可能不会关闭，您的进程将泄漏打开的文件句柄。在CPython（大多数人使用的普通Python实现）中，这不是问题，因为文件对象将立即被垃圾收集，这将关闭文件，但通常认为最好的做法是：

with open('filename') as f: lines = list(f) 

以确保无论您使用的是什么Python实现，文件都会被关闭。

最简单的方法

一个简单的方法是：

将整个文件作为字符串读取逐行拆分字符串

在一行中，这将给出：

lines = open('C:/path/file.txt').read().splitlines()

然而，这是一种非常低效的方式，因为这将在内存中存储两个版本的内容（对于小文件来说可能不是大问题，但仍然如此）。[谢谢Mark Amery]。

有两种更简单的方法：

将文件用作迭代器

lines = list(open('C:/path/file.txt'))
# ... or if you want to have a list without EOL characters
lines = [l.rstrip() for l in open('C:/path/file.txt')]

如果您使用的是Python 3.4或更高版本，最好使用pathlib为文件创建一个路径，该路径可以用于程序中的其他操作：

from pathlib import Path
file_path = Path("C:/path/file.txt") 
lines = file_path.read_text().split_lines()
# ... or ... 
lines = [l.rstrip() for l in file_path.open()]

您可以按照建议简单地执行以下操作：

with open('/your/path/file') as f:
    my_lines = f.readlines()

请注意，这种方法有两个缺点：

1） 你把所有的行都存储在内存中。在一般情况下，这是一个非常糟糕的主意。文件可能非常大，内存可能会用完。即使它不大，也只是在浪费内存。

2） 这不允许在读取每行时对其进行处理。因此，如果在这之后处理行，则效率不高（需要两次而不是一次）。

对于一般情况，更好的方法如下：

with open('/your/path/file') as f:
    for line in f:
        process(line)

您可以任意定义流程函数。例如：

def process(line):
    if 'save the world' in line.lower():
         superman.save_the_world()

（超人类的实现留给您作为练习）。

这对于任何文件大小都很有效，您只需一次就可以完成文件。这就是一般解析器的工作原理。

命令行版本

#!/bin/python3
import os
import sys
abspath = os.path.abspath(__file__)
dname = os.path.dirname(abspath)
filename = dname + sys.argv[1]
arr = open(filename).read().split("\n") 
print(arr)

运行方式：

python3 somefile.py input_file_name.txt

这比必要的更明确，但可以做到你想要的。

with open("file.txt") as file_in:
    lines = []
    for line in file_in:
        lines.append(line)