HoRain云--NumPy IO

Numpy 可以读写磁盘上的文本数据或二进制数据。NumPy 为 ndarray 对象引入了一个简单的文件格式npy。npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。常用的 IO 函数有load() 和 save() 函数是读写文件数组数据的两个主要函数默认情况下数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。savez() 函数用于将多个数组写入文件默认情况下数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。loadtxt() 和 savetxt() 函数处理正常的文本文件(.txt 等)numpy.save()numpy.save() 函数将数组保存到以 .npy 为扩展名的文件中。numpy.save(file, arr, allow_pickleTrue, fix_importsTrue)参数说明file要保存的文件扩展名为 .npy如果文件路径末尾没有扩展名 .npy该扩展名会被自动加上。arr: 要保存的数组allow_pickle: 可选布尔值允许使用 Python pickles 保存对象数组Python 中的 pickle 用于在保存到磁盘文件或从磁盘文件读取之前对对象进行序列化和反序列化。fix_imports: 可选为了方便 Pyhton2 中读取 Python3 保存的数据。实例import numpy as np a np.array([1,2,3,4,5]) # 保存到 outfile.npy 文件上 np.save(outfile.npy,a) # 保存到 outfile2.npy 文件上如果文件路径末尾没有扩展名 .npy该扩展名会被自动加上 np.save(outfile2,a)我们可以查看文件内容$ cat outfile.npy ?NUMPYv{descr: i8, fortran_order: False, shape: (5,), } $ cat outfile2.npy ?NUMPYv{descr: i8, fortran_order: False, shape: (5,), }可以看出文件是乱码的因为它们是 Numpy 专用的二进制格式后的数据。我们可以使用 load() 函数来读取数据就可以正常显示了实例import numpy as np b np.load(outfile.npy) print (b)输出结果为[1 2 3 4 5]np.saveznumpy.savez() 函数将多个数组保存到以 npz 为扩展名的文件中。numpy.savez(file, *args, **kwds)参数说明file要保存的文件扩展名为 .npz如果文件路径末尾没有扩展名 .npz该扩展名会被自动加上。args: 要保存的数组可以使用关键字参数为数组起一个名字非关键字参数传递的数组会自动起名为arr_0,arr_1, … 。kwds: 要保存的数组使用关键字名称。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) b np.arange(0, 1.0, 0.1) c np.sin(b) # c 使用了关键字参数 sin_array np.savez(runoob.npz, a, b, sin_array c) r np.load(runoob.npz) print(r.files) # 查看各个数组名称 print(r[arr_0]) # 数组 a print(r[arr_1]) # 数组 b print(r[sin_array]) # 数组 c输出结果为[sin_array, arr_0, arr_1] [[1 2 3] [4 5 6]] [0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9] [0. 0.09983342 0.19866933 0.29552021 0.38941834 0.47942554 0.56464247 0.64421769 0.71735609 0.78332691]savetxt()savetxt() 函数是以简单的文本文件格式存储数据对应的使用 loadtxt() 函数来获取数据。np.loadtxt(FILENAME, dtypeint, delimiter ) np.savetxt(FILENAME, a, fmt%d, delimiter,)参数 delimiter 可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等。实例import numpy as np a np.array([1,2,3,4,5]) np.savetxt(out.txt,a) b np.loadtxt(out.txt) print(b)输出结果为[1. 2. 3. 4. 5.]使用 delimiter 参数实例import numpy as np anp.arange(0,10,0.5).reshape(4,-1) np.savetxt(out.txt,a,fmt%d,delimiter,) # 改为保存为整数以逗号分隔 b np.loadtxt(out.txt,delimiter,) # load 时也要指定为逗号分隔 print(b)输出结果为[[0. 0. 1. 1. 2.] [2. 3. 3. 4. 4.] [5. 5. 6. 6. 7.] [7. 8. 8. 9. 9.]]