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。
a=np.arry([1,2,3,4])
print('保存到outfile的文件上:')
print(np.save('outfile.npy',a))
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)
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=',')
b=np.loadtxt('outfile4.txt',delimiter=',')
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.]