NumPy IO

Numpy 可以读写磁盘上的文本数据或二进制数据。

NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。

npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。

常用的 IO 函数有：

  • load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。
  • savze() 函数用于将多个数组写入文件，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。
  • loadtxt() 和 savetxt() 函数处理正常的文本文件(.txt 等)

numpy.save()

numpy.save() 函数将数组保存到以 .npy 为扩展名的文件中。

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

参数说明：

  • file：要保存的文件，扩展名为 .npy，如果文件路径末尾没有扩展名 .npy，该扩展名会被自动加上。
  • arr: 要保存的数组
  • allow_pickle: 可选，布尔值，允许使用 Python pickles 保存对象数组，Python 中的 pickle 用于在保存到磁盘文件或从磁盘文件读取之前，对对象进行序列化和反序列化。
  • fix_imports: 可选，为了方便 Pyhton2 中读取 Python3 保存的数据。
import numpy as np
a=np.arry([1,2,3,4])
print('保存到outfile的文件上：')
print(np.save('outfile.npy',a))
 
# 保存到 outfile2.npy 文件上，如果文件路径末尾没有扩展名 .npy，该扩展名会被自动加上
print(np.save('outfile2',a))
 
我们可以查看文件内容：
$ cat outfile.npy
?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), } 
$ cat outfile2.npy
?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), }
 

可以看出文件是乱码的，因为它们是 Numpy 专用的二进制格式后的数据。

我们可以使用 load() 函数来读取数据就可以正常显示了：

import numpy as np
b=np.load('outfile.npy')
print(b)
 
--------------执行以上程序，返回的结果为----------------
[1 2 3 4]

np.savez

numpy.savez() 函数将多个数组保存到以 npz 为扩展名的文件中。

import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
b=np.arange(0,1,0.1)
c=np.sin(b)
# c 使用了关键字参数 sin_array
np.savez('outfile3.npz',a,b,sin_array=c)
r=np.load('outfile3.npz')
print(r.files) #查看各个数组名称
print(r['arr_0'])  #查看数组a
print(r['arr_1'])  #查看数组b
print(r['sin_array'])  #查看数组c
 
--------------执行以上程序，返回的结果为----------------
['sin_array', 'arr_0', 'arr_1']

[[1 2 3]
 [4 5 6]
 [7 8 9]]

[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

[0.         0.09983342 0.19866933 0.29552021 0.38941834 0.47942554
 0.56464247 0.64421769 0.71735609 0.78332691]

savetxt()

savetxt() 函数是以简单的文本文件格式存储数据，对应的使用 loadtxt() 函数来获取数据。

np.loadtxt(FILENAME, dtype=int, delimiter=' ')
np.savetxt(FILENAME, a, fmt="%d", delimiter=",")

参数 delimiter 可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等。

import numpy as np
a=np.array([1,2,3,4,5])
np.savetxt('outfile3.txt',a)
b=np.loadtxt('outfile3.txt')
print(b)
 
--------------执行以上程序，返回的结果为----------------
[1. 2. 3. 4. 5.]

使用 delimiter 参数：

import numpy as np
a=np.arange(0,10,0.5)
np.savetxt('outfile4.txt',a,fmt='%d',delimiter=',') # 改为保存为整数，以逗号分隔
b=np.loadtxt('outfile4.txt',delimiter=',') # load 时也要指定为逗号分隔
print(b)
 
--------------执行以上程序，返回的结果为----------------
[0. 0. 1. 1. 2. 2. 3. 3. 4. 4. 5. 5. 6. 6. 7. 7. 8. 8. 9. 9.]