Numpy之文件存取的示例代码

上一篇中我们简要带过了Numpy的数据持久化,在这一篇中将要具体说明Numpy提供的文件存取功能。Numpy可以将数组保存至二进制文件、文本文件,同时支持将多个数组保存至一个文件中。

1. np.tofile() & np.fromfile()

import numpy as np

import os

os.chdir("d:\\")

a = np.arange(0,12)

a.reshape(3,4)

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]])

a.tofile("a.bin") #保存至a.bin

b = np.fromfile("a.bin", dtype=np.int32) #从文件中加载数组,错误的dtype会导致错误的结果

array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])

b.reshape(3,4)

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]])

#读取的数据将为一维数组,需要使用reshape改变其数组结构

2. np.save() & np.load() & np.savez()

load()和save()用Numpy专用的二进制格式保存数据,它们会自动处理元素类型和形状等信息。savez()提供了将多个数组存储至一个文件的能力,调用load()方法返回的对象,可以使用数组名对各个数组进行读取。默认数组名arr_0,arr_1,arr_2......

np.save("a.npy", a.reshape(3,4))

c = np.load("a.npy")

c

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]])

多个数组存储至一个文件:

a = np.array([[1,2,3],[4,5,6]])

b = np.arange(0,1.0,0.1)

c = np.sin(b)

np.savez("result.npz", a, b, sin_arr=c) #使用sin_arr命名数组c

r = np.load("result.npz") #加载一次即可

r["arr_0"]

array([[1, 2, 3],

[4, 5, 6]])

r["arr_1"]

array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])

r["sin_arr"]

array([ 0. , 0.09983342, 0.19866933, 0.29552021, 0.38941834,

0.47942554, 0.56464247, 0.64421769, 0.71735609, 0.78332691])

可以使用解压软件解压缩.npz文件会得到存储的各个数组对应的.npy文件以便进行遍历。

3. savetxt() & loadtxt()

a = np.arange(0,12,0.5).reshape(4,-1)

a

array([[ 0. , 0.5, 1. , 1.5, 2. , 2.5],

[ 3. , 3.5, 4. , 4.5, 5. , 5.5],

[ 6. , 6.5, 7. , 7.5, 8. , 8.5],

[ 9. , 9.5, 10. , 10.5, 11. , 11.5]])

np.savetxt("a.txt", a)

np.loadtxt("a.txt")

array([[ 0. , 0.5, 1. , 1.5, 2. , 2.5],

[ 3. , 3.5, 4. , 4.5, 5. , 5.5],

[ 6. , 6.5, 7. , 7.5, 8. , 8.5],

[ 9. , 9.5, 10. , 10.5, 11. , 11.5]])

np.savetxt("a.txt", a, fmt="%d", delimiter=",") #指定存储数据类型为整型,分隔符为,

np.loadtxt("a.txt", delimiter=',') #以,分隔符读取

array([[ 0., 0., 1., 1., 2., 2.],

[ 3., 3., 4., 4., 5., 5.],

[ 6., 6., 7., 7., 8., 8.],

[ 9., 9., 10., 10., 11., 11.]])

以上是 Numpy之文件存取的示例代码 的全部内容, 来源链接: utcz.com/z/319021.html

回到顶部