In [32]: txt='''#a  |b    |c
...: foo |fooo |foooo
...: bar |barr |barrr'''.splitlines()

用dtype=None可以推断字段的数据类型;

In [36]: np.genfromtxt(txt, delimiter='|', dtype=None, names=True, encoding=None)
Out[36]: 
array([('foo ', 'fooo ', 'foooo'), ('bar ', 'barr ', 'barrr')],
      dtype=[('a', '<U4'), ('b', '<U5'), ('c', '<U5')])

使用names=True，它从第一行推断字段名称（注解与否）
没有名字，它是一个2d数组（跳过注解行）：

In [37]: np.genfromtxt(txt, delimiter='|', dtype=None, encoding=None)
Out[37]: 
array([['foo ', 'fooo ', 'foooo'],
       ['bar ', 'barr ', 'barrr']], dtype='<U5')

genfromtxt非常灵活，但需要很多参数。基本上，它将数据加载为列表的列表（由分隔符分隔的字符串）。然后，它将从中构建数组。因此，对如何从列表的列表和dtype构造数组的一些理解会有所帮助。
正如我评论的：

In [38]: np.dtype('U5,float,int').itemsize
Out[38]: 32
In [39]: np.array((1,2,3),np.dtype('U5,float,int'))
Out[39]: array(('1', 2., 3), dtype=[('f0', '<U5'), ('f1', '<f8'), ('f2', '<i4')])

In [41]: np.array((1,2,3), str)
Out[41]: array(['1', '2', '3'], dtype='<U1')

编辑

显式字段名称：

In [42]: np.genfromtxt(txt, delimiter='|', dtype=None, 
    names=['A','B','C'], encoding=None)
Out[42]: 
array([('foo ', 'fooo ', 'foooo'), ('bar ', 'barr ', 'barrr')],
      dtype=[('A', '<U4'), ('B', '<U5'), ('C', '<U5')])

如果你想使用列名，我建议使用pandas。

import pandas as pd
df = pd.read_csv('test.csv', sep='|')

如果要修复列名和值中的前导空格和尾随空格，可以执行以下操作：

df = pd.read_csv('test.csv', sep='|')
df.columns = df.columns.str.strip()
df = df.applymap(str.strip)

> print(df)

    #a     b      c
0  foo  fooo  foooo
1  bar  barr  barrr

如果你坚持使用numpy，那么你可以这样做：

import np as np
arr = np.recfromcsv('text.csv', delimiter='|', encoding='utf-8', dtype=None)

arr2 = np.array(
    [
        ('foo ', 'fooo ', 'foooo'),
        ('bar ', 'barr ', 'barrr'),
    ],
    dtype=[('a', '<U4'), ('b', '<U5'), ('c', '<U5')],
)

> print(all(arr == arr2))
True