python将numpy保存成文件 numpy 保存文件

• 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()

01.
import numpy as np
02.
import os
03.
 
04.
os.chdir("d:\\")
05.
a = np.arange(0,12)
06.
a.reshape(3,4)
07.
array([[ 0,  1,  2,  3],
08.
[ 4,  5,  6,  7],
09.
[ 8,  9, 10, 11]])
10.
 
11.
a.tofile("a.bin")                                    #保存至a.bin
12.
 
13.
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
14.
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
15.
 
16.
b.reshape(3,4)
17.
array([[ 0,  1,  2,  3],
18.
[ 4,  5,  6,  7],
19.
[ 8,  9, 10, 11]])
20.
#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......

1. 
     np.save("a.npy", a.reshape(3,4)) 
     
     2. 
     c = np.load("a.npy") 
     
     3. 
     c 
     
     4. 
     array([[ 0,  1,  2,  3], 
     
     5. 
     [ 4,  5,  6,  7], 
     
     6. 
     [ 8,  9, 10, 11]])

• 多个数组存储至一个文件：

01. 
     a = np.array([[1,2,3],[4,5,6]]) 
     
     02. 
     b = np.arange(0,1.0,0.1) 
     
     03. 
     c = np.sin(b) 
     
     04. 
     np.savez("result.npz", a, b, sin_arr=c)  #使用sin_arr命名数组c 
     
     05. 
     r = np.load("result.npz") #加载一次即可 
     
     06. 
     r["arr_0"] 
     
     07. 
     array([[1, 2, 3], 
     
     08. 
     [4, 5, 6]]) 
     
     09. 
     r["arr_1"] 
     
     10. 
     array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9]) 
     
     11. 
     r["sin_arr"] 
     
     12. 
     array([ 0.        ,  0.09983342,  0.19866933,  0.29552021,  0.38941834, 
     
     13. 
     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()

01. 
     a = np.arange(0,12,0.5).reshape(4,-1) 
     
     02. 
     a 
     
     03. 
     array([[  0. ,   0.5,   1. ,   1.5,   2. ,   2.5], 
     
     04. 
     [  3. ,   3.5,   4. ,   4.5,   5. ,   5.5], 
     
     05. 
     [  6. ,   6.5,   7. ,   7.5,   8. ,   8.5], 
     
     06. 
     [  9. ,   9.5,  10. ,  10.5,  11. ,  11.5]]) 
     
     07. 
     np.savetxt("a.txt", a) 
     
     08. 
     np.loadtxt("a.txt") 
     
     09. 
     array([[  0. ,   0.5,   1. ,   1.5,   2. ,   2.5], 
     
     10. 
     [  3. ,   3.5,   4. ,   4.5,   5. ,   5.5], 
     
     11. 
     [  6. ,   6.5,   7. ,   7.5,   8. ,   8.5], 
     
     12. 
     [  9. ,   9.5,  10. ,  10.5,  11. ,  11.5]]) 
     
     13. 
     np.savetxt("a.txt", a, fmt="%d", delimiter=",") #指定存储数据类型为整型，分隔符为, 
     
     14. 
     np.loadtxt("a.txt", delimiter=',') #以，分隔符读取 
     
     15. 
     array([[  0.,   0.,   1.,   1.,   2.,   2.], 
     
     16. 
     [  3.,   3.,   4.,   4.,   5.,   5.], 
     
     17. 
     [  6.,   6.,   7.,   7.,   8.,   8.], 
     
     18. 
     [  9.,   9.,  10.,  10.,  11.,  11.]])