Numpy之文件存取

来源：互联网发布：国学软件哪个好啊编辑：程序博客网时间：2024/05/21 03:55

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 npimport osos.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.binb = 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")carray([[ 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cr = 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])

3. savetxt() & loadtxt()

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

转载自：http://www.it165.net/pro/html/201406/15606.html

0 0