Numpy---4.数组的存储和加载

一、二进制

1.numpy.save()

?

1	numpy.save(file, arr, allow_pickle=True, fix_imports=True)

功能：将数组以二进制的形式存储到文件中

参数：

1. file：文件名或者文件对象。如果是个文件名，则会自动添加后缀.npy如果没有该后缀的话
2. arr：被存储的数组
3. allow_pickle：一个布尔值，如果为True，则使用Python pickle。有时候为了安全性和可移植性而不使用pickle
4. fix_imports：用于python3的数组import到python2的情形

2.numpy.savez()

?

1	numpy.savez(file, *args, **kwds)

功能：将多个数组以二进制的形式存储到文件中。

参数：

1. file：文件名或者文件对象。如果是个文件名，则会自动添加后缀.npz如果没有该后缀的话

2. args：被存储的数组。这些数组的名字将被自动命名为arr_0/arr_1/...；

   1. 如果没有名字，则完全无法知晓这些数组的区别

3. kwds：将被存储的数组，这些关键字参数就是键的名字

3.numpy.load()

?

1	numpy.load(file, mmap_mode=None, allow_pickle=True, fix_imports=True, encoding='ASCII')

功能：将二进制文件中读取数组

参数：

1. file：一个文件名或者文件对象。它存放着数组
2. mmap_mode：如果不是None，则memory-map该文件。此时对数组的修改会同步到文件上。当读取大文件的一小部分时很有用，因为它不必一次读取整个文件。可选值为None/'r+'/'r'/'w+'/'c'
3. allow_pickle：一个布尔值，如果为True，则使用Python pickle。有时候为了安全性和可移植性而不使用pickle
4. fix_imports：用于python3的数组import到python2的情形
5. encoding：只用于python2，读取python2字符串。

该函数返回一个数组，元组，或者字典（当二进制文件时savez生成时）

二、文本文件

1.numpy.genfromtxt()

?

1

numpy.genfromtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None,skip_header=0, skip_footer=0, converters=None, missing_values=None,filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None)

功能 ：从文本文件中加载数组，通用性很强，可以处理缺失数据的情况。

loadtxt()函数只能处理数据无缺失的情况。

参数：

1. fname：指定的数据源。可以为：

   1. 文件名字符串。如果后缀为gz或者bz2，则首先自动解压缩
   2. 文件对象/字符串列表/其他可迭代对象：这些可迭代对象必须返回字符串（该字符串被视为一行）

2. dtype：数组的元素类型，可以提供一个序列，指定每列的数据类型

3. comments：一个字符串，其中每个字符都指定了注释行的第一个字符。注释行整体被放弃

4. delimiter：指定了分隔符。可以为：

   1. 字符串：指定分隔符。默认情况下，所有连续的空白符被认为是分隔符
   2. 一个整数：指定了每个字段的宽度
   3. 一个整数序列：依次给出了各个字段的宽度

5. skiprows：被废弃，推荐使用skip_header

6. skip_header：一个整数，指定跳过文件头部多少行

7. skip_footer：一个整数，指定跳过文件尾部多少行

8. converters：用于列数据的格式转换。你可以指定一个字典，字典的键就是列号：

   • converters={0: lambda s: float(s or 0), 1: lambda s: int(s or 199),... }　　

9. missing：被废弃，推荐使用missing_values

10. missing_values：指定缺失数据。你可以自定一个字典，字典的键就是缺失位置的字符串，值就是缺失值。比如你可以指定NNNN为缺失数据，此时遇到NNNN时，numpy解析为np.nan

11. filling_values：指定缺失值的填充值。即解析到np.nan时，用什么值代替它

12. usecols：一个序列，指定了要读取那些列（列从0 计数）

13. names：

    1. 如果为True，则在skip_header行之后第一行被视作标题行，将从该行读取每个字段的name。
    2. 如果为序列或者一个以冒号分隔的字符串，则使用它作为各个字段的name
    3. 如果为None,则每个dtype字段的名字被使用

14. excludelist：一个序列，给出了需要排除的字段的name。

15. deletechars：A string combining invalid characters that must be deleted from the names

16. defaultfmt：A format used to define default field names, such as “f%i” or “f_%02i”.

17. autostrip：一个布尔值。如果为True，则自动移除数据中的空白符

18. replace_space：一个字符。如果变量名中有空白符，如user name，则使用该字符来替代空白符。默认为_，即变量名转换为user_name

19. case_sensitive：一个布尔值或者字符串。如果为True，则字段名是大小写敏感的。如果为False或者'upper'，则字段名转换为大写字符。如果为'lower'则转换为小写字符。

20. unpack：If True, the returned array is transposed

21. usemask：If True, return a masked array

22. loose：If True, do not raise errors for invalid values

23. invalid_raise：If True, an exception is raised if an inconsistency is detected in the number of columns. If False, a warning is emitted and the offending lines are skipped

24. max_rows：一个整数，指定读取的最大行数。

2.numpy.loadtxt()

?

1	numpy.loadtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None,converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

功能：作用与genfromtxt相同，但是它只能用于规则比较简单的文件，并且它的解析速度更快。

参数：

1. ndim：一个整数。指定结果数组必须拥有不少于ndim维度。
2. 其他参数参考genfromtxt

3.numpy.fromstring()

?

1	numpy.fromstring(string, dtype=float, count=-1, sep='')

功能：从raw binary或者字符串中创建一维数组。

参数：

1. string：一个字符串，给出数据源
2. dtype：指定数据类型
3. count：一个整数。从数据源（一个字符串）中读取指定数量的数值类型的数值。如果为负数，则为数据长度加上这个负值
4. sep：如果未提供或者为空字符串，则string被认为是二进制数据。如果提供了一个非空字符串，则给出了分隔符。

4.numpy.savetxt()

?

1	numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='',footer='', comments='# ')

功能：存储到文本文件

参数：

1. fname：给出了文件名或者file对象。如果为.gz后缀，则自动压缩

2. X：被存储的数组

3. fmt：一个字符串或者一个字符串序列，指定存储格式。一个字符串可以指定所有的格式化方式；一个字符串序列可以对每列指定一个格式化方式。如果是虚数，你可以通过%.4e%+.4j的方式指定实部和虚部。

4. delimiter：一个字符串，用于分隔符，分隔每个列

5. newline：一个字符串，指定换行符

6. header：一个字符串。它会写到文件的首行

7. footer：一个字符串。它会写到文件的末尾

8. comments：一个字符串。它会写到文件的中间，并且用注释符作为行首，如#

9. 注：fmt分隔字符串的格式为%[flag]width[.precision]specifier。其中：

10. flags：可以为'-'（左对齐）、'+'（右对齐）、'0'（左侧填充0）

11. width：最小的位宽。

12. precision：

    1. 对于specifier=d/i/o/x，指定最少的数字个数
    2. 对于specifier=e/E/f，指定小数点后多少位
    3. 对于specifier=g/G，指定最大的significant digits
    4. 对于specifier=s，指定最大的字符数量

13. specifier：指定格式化类型。c（字符）、d/i（带符号整数）、e/E（科学计数法）、f（浮点数）、g/G（使用shorter e/E/f）、o（带符号八进制）、s（字符串）、u（无符号整数）、x/X（无符号十六进制）

5.ndarray.tofile()

?

1	ndarray.tofile(fid, sep="", format="%s")

功能：保存到文件中

参数：

1. fid：一个file对象或者文件名
2. sep：一个字符串，指定分隔符。如果为空或者空字符串，则按照二进制的方式写入，等价于file.write(a.tobytes())
3. format：一个字符串，指定了数值的格式化方式