numpy 读写文件
读写bin文件
ndarray.tofile(fid, sep="", format="%s")
将数组作为txt或bin(默认)写入文件, 不保存数组形状和元素类型
fid: 文件对象/文件名
sep: 分隔符
format: 格式化字符串
ndarray.fromfile(file, dtype=float, count=-1, sep=’’, offset=0)
读取数据时,需要指定元素类型和数组形状
file: 文件对象/文件名
dtype: 数据类型. 需要指定对应的元素类型,否则数据错误
count: 读取的项目数 -1 表示所有
sep: 分隔符.’'表示文件应被视为二进制文件, 以空格作为分隔符, 至少需要匹配一个空格
offset: 偏移量.以字节为单位, 默认是0, 仅允许用于二进制文件
import numpy as np
a = np.arange(12).reshape(3, 4)
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
# 保存为bin文件
a.tofile('test.bin')
# 读取bin文件, 不指定类型 数据错误
np.fromfile('test.bin')
array([2.12199579e-314, 6.36598737e-314, 1.06099790e-313, 1.48539705e-313,
1.90979621e-313, 2.33419537e-313])
# 指定正确的类型 和 形状
b = np.fromfile('test.bin', dtype=np.int32).reshape(3,4)
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
读写npy/npz文件
npy是NumPy专用的二进制格式, 保存了array的形状和类型信息
npz是包含多个array的压缩格式
np.save(file，arr，allow_pickle = True，fix_imports = True )
将一个array保存为npy文件
file: 文件对象/文件名
arr: 要保存的array
allow_pickle: 允许使用Python pickles 保存数组. 默认是True
fix_imports: 修复导入.默认为True
np.savez(file，arr，*args，**kwargs )
如果传入的参数没有关键字，.npz文件中相应的变量名为“arr_0”、“arr_1”等。如果给定关键字参数，.npz文件中相应的变量名将与关键字名匹配。
file: npz 文件
args
kwargs
np.load(file, mmap_mode=None**,** allow_pickle=False**,** fix_imports=True**,** encoding='ASCII’)
从npy、npz或pickled文件加载数组或pickled对象。
import numpy as np
a = np.arange(12).reshape(3, 4)
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
# 保存为npy
np.save('test.npy', a)
# 读取npy
c = np.load('test.npy')
# 保存为npz
d = np.arange(9).reshape(3,3)
np.savez('test.npz')
# 读取npz
e = np.load('test.npz')
# 文件名
e.files
['arr_0', 'arr_1']
# 指定文件名
np.savez('test.npz', a=a, d=d)
f = np.load('test.npz')
f.files
['a', 'd']
f['a']
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
f['d']
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
读写txt/csv文件
np.savetxt(fname,X, fmt=’%.18e’,delimiter=’ ',newline=’\n’, header=’’, footer=’’,comments=’#’,encoding=None)
将数组保存为文本文件
fname:文件对象或者文件名
X:要保存的数组array
fmt:格式化
delimiter:分隔符
newline:换行符
header:文件头
footer: 页脚
comments:注释
encoding: 编码
np.loadtxt(fname, dtype=float, comments=’#’, delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding=‘bytes’, max_rows=None, *, like=None)
- Returns:out ndarray
读取文本文件
fname:文件对象或者文件名 .gz/.bz2会自动解压
dtype: 数据类型
comments:注释
delimiter:分隔符
converters:转换器. 如果第0列是日期字符. converters={0:datestr2num}
skiprows:跳过第几行, 默认是0, 读取所有行
usecols: 读取第几列, 默认为None. 读取所有列
unpack:解包, True时, 可自动解包x，y，z=loadtxt(file)
ndmin: 最小维度
encoding: 编码
max_rows: 最大行数. 读取skiprows后的最大行数
import numpy as np
a = np.arange(12)
np.savetxt('test.txt', a, fmt='%.4f')
f = np.loadtxt('test.txt')
REF
链接：https://blog.csdn.net/linzi1994/article/details/116940017
