Numpy之文件存取的示例代码
更新时间：2018年08月03日 14:40:04 作者：林之冬
这篇文章主要介绍了Numpy之文件存取的示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
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.]])
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了在Python中marshal对象序列化的相关知识,是Python进阶学习中序列化相关的知识,需要的朋友可以参考下2015-07-07
这篇文章主要介绍了Python设计模式编程中观察者模式与策略模式的运用,观察者模式和策略模式都可以归类为结构型的设计模式,需要的朋友可以参考下2016-03-03
今天小编就为大家分享一篇python实现两个一维列表合并成一个二维列表，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
双端队列 Deque 是一种有次序的数据集，跟队列相似，其两端可以称作"首" 和 "尾"端。这篇文章将通过双端队列实现回文检测，感兴趣的可以学习一下2022-01-01
本文从多个角度分析了Python如何遍历字典中的key和value，包括使用for循环、items()方法、keys()方法、values()方法和列表推导式，通过本文的介绍，读者可以更加深入地了解Python中遍历字典的方法,需要的朋友可以参考下2023-09-09
最近经理交给我一项任务，统计一个文件中每个单词出现的次数，列出出现频率最多的5个单词。本文给大家带来了python 统计单词次数的思路解析，需要的朋友参考下吧2018-04-04
这篇文章主要介绍了Python 中的 defaultdict 数据类型,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-02-02
今天小编就为大家分享一篇Python PIL图片添加字体的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
作为人力资源部的小伙伴，常常需要把他人投递的PDF简历资料里的关键信息数据，提取到excel表中汇总，这个时候用Python实现最合适， 快来学习一下如何实现吧2022-04-04
这篇文章主要介绍了字典中的值是列表问题，先用value连成一个str，最后用str.split()作一个转换，生成一个列表.看了python cookbook，上面正好有一个recipe讲到如何处理这样的问题2013-03-03
最新评论