python数据保存加载(numpy)
来源:互联网 发布:python运维脚本优势 编辑:程序博客网 时间:2024/06/05 20:11
1、numpy数据存储及加载
转载自:http://www.cnblogs.com/dmir/p/5009075.html
作者:奋斗的珞珞
NumPy提供了多种存取数组内容的文件操作函数。保存数组数据的文件可以是二进制格式或者文本格式。二进制格式的文件又分为NumPy专用的格式化二进制类型和无格式类型。
1.1 tofile()和fromfile()
- tofile()将数组中的数据以二进制存入文件,输出的数组并不保存数组形状和元素类型等信息。
- fromfile() 函数读入数据时,需要用户明确指定元素类型,并对数组形状进行适当的需改。
从上面的例子可以看出,在读入数据时:需要正确设置dtype参数,并修改数组的shape属性才能得到和原始数据一致的结果。无论数据的排列顺序是C语言格式还是Fortran语言格式,tofile()都统一使用C语言格式输出。此外如果指定了sep参数,则fromfile()和tofile()将以文本格式对数组进行输入输出。sep参数指定的是文本数据中数值的分隔符
1.2save()和load()
- 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
- 如果想将多个数组保存到一个文件中,可以使用savez()
- savez()的第一个参数是文件名,其后的参数都是需要保存的数组,也可以使用关键字参数为数组起名
- 非关键字参数传递的数组会自动起名为arr_0、arr_1、…。
- savez()输出的是一个扩展名为npz的压缩文件,其中每个文件都是一个save()保存的npy文件,文件名和数组名相同
- load()自动识别npz文件,并且返回一个类似于字典的对象,可以通过数组名作为键获取数组的内容
可以看出,以上调用风格跟matlab调用很相似(*.mat)
In [19]: b=np.arange(0,1,0.1)In [20]: bOut[20]: array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])In [21]: c=np.sin(b)In [22]: np.savez('out.npz',a,b,sin_array=c)In [23]: r=np.load('out.npz')In [24]: r['arr_0']Out[24]: ##输出aarray([[0, 1, 2], [3, 4, 5]])In [25]: r['b'] ##直接用名称调用,会出错----------------------------------------------------------KeyError: 'b is not a file in the archive'In [26]: r['sin_array'] ######### 利用别名,可以成功调用Out[26]:array([ 0. , 0.09983342, 0.19866933, 0.29552021, 0.38941834, 0.47942554, 0.56464247, 0.64421769, 0.71735609, 0.78332691])
1.3 savetxt()和loadtxt()
- 只能处理 1维和2维数组
- 可以用于CSV格式文本文件
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]])InIn [31]: np.savetxt('a.txt',a) #缺省按'%.18e'格式保存数值,以空格分隔
上述为保存的文件数据格式。
In [34]: np.savetxt('a.txt',a,fmt='%d',delimiter=',')In [35]: b=loadtxt('a.txt',delimiter=',')In [36]: b=np.loadtxt('a.txt',delimiter=',')In [37]: bOut[37]: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.]])In [38]: b.dtypeOut[38]: dtype('float64') ### 导入的数据格式依然是float形式
使用matlab可直接加载txt数据
load('a.txt') 或 [a1,a2,a3,a4]=textread('test1.txt','%s%s%s%s','headerlines',4)说明:%s可以是其他形式,跟读入的数据类型有关,比如这里也可以用%n,%f等。这里%s的个数和[a1,a2,a3,a4]对应
阅读全文
0 0
- python数据保存加载(numpy)
- Python Numpy 数据保存方法
- python保存和加载numpy数组
- python/pandas/numpy(十二)数据加载、存储与文件格式
- Python Numpy数组保存
- Python Numpy数组保存
- Python Numpy数组保存
- Python Numpy数组保存
- Python Numpy数组保存
- numpy 保存读取数据
- python -- 借助numpy保存数据为csv格式
- python中对numpy数组的保存(图像分析image2array后保存数组可用于进一步数据分析)
- 【转】Python Numpy数组保存
- python数据分析之(2)numpy
- python-数据分析 numpy应用(一)
- python数据分析---Numpy
- python 数据分析-numpy
- python numpy 快速处理数据
- PLSQL:[1]plsql中文乱码,显示问号
- 使用pyplot绘制sqrt以及x平方实例代码
- Vue 实现登录拦截(三)
- ThinkPHP分页丢失参数的解决办法
- 界面控件包Essential Studio for Windows Forms 2017 v3发布,增加DocIO内容控件
- python数据保存加载(numpy)
- socket 详解
- 【讯飞开放平台年中大聚惠!】硬件评估板低至1265元起,离线语音服务低至1800元起
- PBR 基于物理渲染的基础理论
- 浅谈IOC--说清楚IOC是什么
- stm32 rgb多彩led驱动
- 【c++】复杂的数据类型
- 时间复杂度和空间复杂度_简单易上手
- Face2Face: Real-time Face Capture and Reenactment of RGB Videos 论文翻译