快捷導(dǎo)航

Numpy之文件存取的示例代碼

更新時(shí)間：2018年08月03日 14:40:04 作者：林之冬

這篇文章主要介紹了Numpy之文件存取的示例代碼，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧

上一篇中我們簡要帶過了Numpy的數(shù)據(jù)持久化，在這一篇中將要具體說明Numpy提供的文件存取功能。Numpy可以將數(shù)組保存至二進(jìn)制文件、文本文件，同時(shí)支持將多個(gè)數(shù)組保存至一個(gè)文件中。

1. np.tofile() & np.fromfile()

import numpy as np
import os

os.chdir("d:\\")
a = np.arange(0,12)
a.reshape(3,4)
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])

a.tofile("a.bin")                  #保存至a.bin

b = np.fromfile("a.bin", dtype=np.int32) #從文件中加載數(shù)組，錯(cuò)誤的dtype會導(dǎo)致錯(cuò)誤的結(jié)果
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])

b.reshape(3,4)
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])
#讀取的數(shù)據(jù)將為一維數(shù)組，需要使用reshape改變其數(shù)組結(jié)構(gòu)

2. np.save() & np.load() & np.savez()

load()和save()用Numpy專用的二進(jìn)制格式保存數(shù)據(jù)，它們會自動(dòng)處理元素類型和形狀等信息。savez()提供了將多個(gè)數(shù)組存儲至一個(gè)文件的能力，調(diào)用load()方法返回的對象，可以使用數(shù)組名對各個(gè)數(shù)組進(jìn)行讀取。默認(rèn)數(shù)組名arr_0,arr_1,arr_2......

np.save("a.npy", a.reshape(3,4))
c = np.load("a.npy")
c
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])

多個(gè)數(shù)組存儲至一個(gè)文件：

a = np.array([[1,2,3],[4,5,6]])
b = np.arange(0,1.0,0.1)
c = np.sin(b)
np.savez("result.npz", a, b, sin_arr=c) #使用sin_arr命名數(shù)組c
r = np.load("result.npz") #加載一次即可
r["arr_0"]
array([[1, 2, 3],
    [4, 5, 6]])
r["arr_1"]
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
r["sin_arr"]
array([ 0.    , 0.09983342, 0.19866933, 0.29552021, 0.38941834,
    0.47942554, 0.56464247, 0.64421769, 0.71735609, 0.78332691])

可以使用解壓軟件解壓縮.npz文件會得到存儲的各個(gè)數(shù)組對應(yīng)的.npy文件以便進(jìn)行遍歷。

3. savetxt() & loadtxt()

a = np.arange(0,12,0.5).reshape(4,-1)
a
array([[ 0. ,  0.5,  1. ,  1.5,  2. ,  2.5],
    [ 3. ,  3.5,  4. ,  4.5,  5. ,  5.5],
    [ 6. ,  6.5,  7. ,  7.5,  8. ,  8.5],
    [ 9. ,  9.5, 10. , 10.5, 11. , 11.5]])
np.savetxt("a.txt", a)
np.loadtxt("a.txt")
array([[ 0. ,  0.5,  1. ,  1.5,  2. ,  2.5],
    [ 3. ,  3.5,  4. ,  4.5,  5. ,  5.5],
    [ 6. ,  6.5,  7. ,  7.5,  8. ,  8.5],
    [ 9. ,  9.5, 10. , 10.5, 11. , 11.5]])
np.savetxt("a.txt", a, fmt="%d", delimiter=",") #指定存儲數(shù)據(jù)類型為整型，分隔符為,
np.loadtxt("a.txt", delimiter=',') #以，分隔符讀取
array([[ 0.,  0.,  1.,  1.,  2.,  2.],
    [ 3.,  3.,  4.,  4.,  5.,  5.],
    [ 6.,  6.,  7.,  7.,  8.,  8.],
    [ 9.,  9., 10., 10., 11., 11.]])

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: