python numpy存取文件的方式
NumPy提供了多種存取數(shù)組內(nèi)容的文件操作函數(shù)。保存數(shù)組數(shù)據(jù)的文件可以是二進(jìn)制格式或者文本格式。二進(jìn)制格式的文件又分為NumPy專(zhuān)用的格式化二進(jìn)制類(lèi)型和無(wú)格式類(lèi)型。
numpy格式的文件可以保存為后綴為(.npy/.npz)格式的文件
1. tofile()和fromfile()
- tofile()將數(shù)組中的數(shù)據(jù)以二進(jìn)制格式寫(xiě)進(jìn)文件
- tofile()輸出的數(shù)據(jù)不保存數(shù)組形狀和元素類(lèi)型等信息
- fromfile()函數(shù)讀回?cái)?shù)據(jù)時(shí)需要用戶(hù)指定元素類(lèi)型,并對(duì)數(shù)組的形狀進(jìn)行適當(dāng)?shù)男薷?/li>
import numpy as np # 隨機(jī)生成12個(gè)數(shù)字并將其有一維轉(zhuǎn)換成3*4的矩陣形式 a = np.arange(12) print("一維數(shù)組:",a) a.shape = 3,4 print("3*4的矩陣:",a) # 將數(shù)組中的數(shù)據(jù)以二進(jìn)制格式寫(xiě)入到文件 a.tofile('a.bin') # fromfile在讀取numpy文件時(shí)需要自己指定數(shù)據(jù)格式,并且原格式并為保存 b1 = np.fromfile('a.bin', dtype=np.float) # 按照f(shuō)loat讀取數(shù)據(jù) b2 = np.fromfile('a.bin', dtype=np.int) # 按照int讀取數(shù)據(jù) b3 = np.fromfile('a.bin', dtype=np.int32) # 按照int32讀取數(shù)據(jù) print('float格式b1:{},\nint格式b2:{},\nint32格式b3:{}'.format(b1,b2,b3)) b3.shape = 3,4 print('b3:',b3)
2. save() 和 load(),savez()
- NumPy專(zhuān)用的二進(jìn)制格式保存數(shù)據(jù),它們會(huì)自動(dòng)處理元素類(lèi)型和形狀等信息
- 如果想將多個(gè)數(shù)組保存到一個(gè)文件中,可以使用savez()
- savez()的第一個(gè)參數(shù)是文件名,其后的參數(shù)都是需要保存的數(shù)組,也可以使用關(guān)鍵字參數(shù)為數(shù)組起名
- 非關(guān)鍵字參數(shù)傳遞的數(shù)組會(huì)自動(dòng)起名為arr_0、arr_1、...。
- savez()輸出的是一個(gè)擴(kuò)展名為npz的壓縮文件,其中每個(gè)文件都是一個(gè)save()保存的npy文件,文件名和數(shù)組名相同
- load()自動(dòng)識(shí)別npz文件,并且返回一個(gè)類(lèi)似于字典的對(duì)象,可以通過(guò)數(shù)組名作為鍵獲取數(shù)組的內(nèi)容
import numpy as np a = np.arange(12) a.shape = 3,4 # 將數(shù)據(jù)存儲(chǔ)為npy/npz np.save('a.npy', a) np.save('a.npz', a) c = np.load('a.npy') print('save-load:',c) # 存儲(chǔ)多個(gè)數(shù)組 b1 = np.array([[6, 66, 666],[888, 88,8]]) b2 = np.arange(0, 1.0, 0.1) c2 = np.sin(b2) np.savez('result.npz', b1,b2,sin_arry = c) c3 = np.load('result.npz') # npz文件時(shí)一個(gè)壓縮文件 print(c3) print("數(shù)組b1:{}\n數(shù)組b2:{}\n數(shù)組sin_arry:{}".format(c3['arr_0'],c3['arr_1'],c3['sin_arry']))
3. savetxt() 和 loadtxt()
- 讀寫(xiě)1維和2維數(shù)組的文本文件
- 可以用它們讀寫(xiě)CSV格式的文本文件
用這種方式來(lái)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ),方便深度學(xué)習(xí)中, 保存了訓(xùn)練集,驗(yàn)證集,測(cè)試集,還包括他們的標(biāo)簽,用這個(gè)方式存儲(chǔ)起來(lái),要啥加載啥,文件數(shù)量大大減少,也不會(huì)到處改文件名。算是get到了另外一種好的存儲(chǔ)數(shù)據(jù)的方式
總結(jié)
以上所述是小編給大家介紹的python利用numpy存取文件的方式,希望對(duì)大家有所幫助,如果大家有任何疑問(wèn)請(qǐng)給我留言,小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持!
如果你覺(jué)得本文對(duì)你有幫助,歡迎轉(zhuǎn)載,煩請(qǐng)注明出處,謝謝!
- Python中Numpy ndarray的使用詳解
- Python numpy中矩陣的基本用法匯總
- 對(duì)python numpy.array插入一行或一列的方法詳解
- Python Numpy:找到list中的np.nan值方法
- Python打開(kāi)文件,將list、numpy數(shù)組內(nèi)容寫(xiě)入txt文件中的方法
- python使用numpy讀取、保存txt數(shù)據(jù)的實(shí)例
- Python使用numpy產(chǎn)生正態(tài)分布隨機(jī)數(shù)的向量或矩陣操作示例
- 詳解windows python3.7安裝numpy問(wèn)題的解決方法
- Python中存取文件的4種不同操作
相關(guān)文章
Python實(shí)現(xiàn)字符型圖片驗(yàn)證碼識(shí)別完整過(guò)程詳解
這篇文章主要介紹了Python實(shí)現(xiàn)字符型圖片驗(yàn)證碼識(shí)別完整過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05Python計(jì)算圖片數(shù)據(jù)集的均值方差示例詳解
這篇文章主要為大家介紹了Python計(jì)算圖片數(shù)據(jù)集的均值方差,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-05-05python flask中動(dòng)態(tài)URL規(guī)則詳解
今天小編就為大家分享一篇python flask中動(dòng)態(tài)URL規(guī)則詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11利用python list完成最簡(jiǎn)單的DB連接池方法
這篇文章主要介紹了利用python list完成最簡(jiǎn)單的DB連接池方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08解決python寫(xiě)入帶有中文的字符到文件錯(cuò)誤的問(wèn)題
今天小編就為大家分享一篇解決python寫(xiě)入帶有中文的字符到文件錯(cuò)誤的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01Python使用Beautiful?Soup(BS4)庫(kù)解析HTML和XML
這篇文章介紹了Python使用Beautiful?Soup(BS4)庫(kù)解析HTML和XML的方法,對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-06-06