数组的保存与加载
import numpy as np
arr = np.arange(16).reshape((4, 4))
print('arr:\n', arr)
arr1 = np.ones((2, 3), dtype=np.int32)
print('arr1:\n', arr1)
# 将数组以二进制形式、文本形式进行保存
#
# 将单个数组以二进制形式保存
# 参数1：文件路径+名称，此时，可以省略文件后缀名，默认保存为.npy文件
# 参数2：需要保存的数组
# np.save('./data/arr', arr)
# print('保存完毕')
# # 加载.npy文件
# # 参数：文件路径+名称，此时不能省略文件后缀名
# data = np.load('./data/arr.npy')
# # 返回值为 保存的数组
# print('data:\n', data)
# 将多个数组以二进制形式进行保存
# 参数1：文件的路径+名称，此时可以省略文件后缀名，默认会保存为.npz文件
# 参数： 需要保存的数组
# np.savez('./data/arr', arr, arr1)
# print('保存完毕')
# # 加载.npz数据
# # 参数: 文件路径+ 名称，此时，也不能省略文件后缀名
# fp = np.load('./data/arr.npz')
# print('fp:\n', fp) # <numpy.lib.npyio.NpzFile object at 0x0000000002278F28>
# # 注意：在保存.npz 数据的时候，以k:v的映射进行保存
# # 遍历获取k
# for tmp in fp:
# print(tmp)
#
# # 通过k 来加载保存的数组
# x = fp['arr_0']
# y = fp['arr_1']
# print('x:\n',x)
# print('y:\n',y)
# 默认给定的key --->arr_0,arr_1,arr_2,.... --->无法区分各个特殊的数组
# 保存.npz的时候，显式指定key来保存.npz文件
# np.savez('./data/arr_key', x=arr, y=arr1)
# # 加载arr_key.npz
# fp = np.load('./data/arr_key.npz')
# print('fp:\n', fp)
# # 通过保存时指定的key来获取指定数组
# x = fp['x']
# y = fp['y']
# print('x:\n', x)
# print('y:\n', y)
# 以文本形式保存数组
# 参数fname：文件路径+名称
# 参数X:数组
# 参数fmt='%.18e' ---默认科学计数法， ---->%d
# 参数delimiter=' '--->分隔符
# np.savetxt(fname='./data/arr.txt', X=arr, fmt='%d', delimiter=',')
# 加载以文本形式保存的数组
# 参数fname：文件路径+名称
# 参数dtype：指定加载出来的数据类型
# 参数delimiter：分隔符
# data = np.loadtxt(fname='./data/arr.txt', dtype=np.int32, delimiter=',')
# print('data:\n',data)
# 可以读取含有缺失值的数据
# 可以通过filling_values参数来给缺失位置填充指定的值
# data = np.genfromtxt(fname='./data/arr.txt', dtype=np.int32, delimiter=',', filling_values=-10)
# print('data:\n', data)
