Numpy數(shù)組的保存與讀取方法
1. 數(shù)組以二進(jìn)制格式保存
np.save和np.load是讀寫磁盤數(shù)組數(shù)據(jù)的兩個(gè)主要函數(shù)。默認(rèn)情況下，數(shù)組以未壓縮的原始二進(jìn)制格式保存在擴(kuò)展名為npy的文件中，以數(shù)組a為例
np.save("filename.npy",a)
b = np.load("filename.npy")
利用這種方法，保存文件的后綴名字一定會(huì)被置為.npy
2. 存取文本文件
使用 np.savetxt 和 np.loadtxt 只能讀寫 1 維和 2 維的數(shù)組
np.savetxt：將數(shù)組寫入以某種分隔符隔開的文本文件中
np.loadtxt：指定某種分隔符，將文本文件讀入到數(shù)組中
np.savetxt("filename.txt",a)
b = numpy.loadtxt("filename.txt", delimiter=',')
3. 保存為二進(jìn)制文件
使用數(shù)組的 tofile 函數(shù)可以方便地將數(shù)組中數(shù)據(jù)以二進(jìn)制的格式寫進(jìn)文件
a.tofile("filename.bin")
b = np.fromfile("filename.bin",dtype = **)
該方法與np.save有幾點(diǎn)區(qū)別：
tofile函數(shù)只能將數(shù)組保存為二進(jìn)制文件，文件后綴名沒(méi)有固定要求。這種保存方法對(duì)數(shù)據(jù)讀取有要求，np.fromfile 需要手動(dòng)指定讀出來(lái)的數(shù)據(jù)的的dtype，如果指定的格式與保存時(shí)的不一致，則讀出來(lái)的就是錯(cuò)誤的數(shù)據(jù)。
tofile函數(shù)不能保存當(dāng)前數(shù)據(jù)的行列信息，不管數(shù)組的排列順序是C語(yǔ)言格式的還是Fortran語(yǔ)言格式，統(tǒng)一使用C語(yǔ)言格式輸出。因此使用 np.fromfile 讀出來(lái)的數(shù)據(jù)是一維數(shù)組，需要利用reshape指定行列信息。
例如下面的例子所示：
>>> a = np.arange(0,12)
>>> a.shape = 3,4
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> a.tofile("a.bin")
>>> b = np.fromfile("a.bin", dtype=np.float) # 按照f(shuō)loat類型讀入數(shù)據(jù)
>>> b # 讀入的數(shù)據(jù)是錯(cuò)誤的
array([ 2.12199579e-314, 6.36598737e-314, 1.06099790e-313,
1.48539705e-313, 1.90979621e-313, 2.33419537e-313])
>>> a.dtype # 查看a的dtype
dtype('int32')
>>> b = np.fromfile("a.bin", dtype=np.int32) # 按照int32類型讀入數(shù)據(jù)
>>> b # 數(shù)據(jù)是一維的
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
>>> b.shape = 3, 4 # 按照a的shape修改b的shape
>>> b
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
以上這篇Numpy數(shù)組的保存與讀取方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
- 在NumPy中創(chuàng)建空數(shù)組/矩陣的方法
- 詳解Numpy數(shù)組轉(zhuǎn)置的三種方法T、transpose、swapaxes
- numpy中的delete刪除數(shù)組整行和整列的實(shí)例
- 淺談numpy數(shù)組的幾種排序方式
- Python 取numpy數(shù)組的某幾行某幾列方法
- Python Numpy 數(shù)組的初始化和基本操作
- 詳解Numpy中的數(shù)組拼接、合并操作（concatenate, append, stack, hstack, vstack, r_, c_等）
- python中找出numpy array數(shù)組的最值及其索引方法
- numpy中實(shí)現(xiàn)ndarray數(shù)組返回符合特定條件的索引方法
- python中numpy 數(shù)組過(guò)濾詳解
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了python向圖片里添加文字，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-11-11
python常見讀取語(yǔ)音的3種方法速度對(duì)比
python已經(jīng)支持WAV格式的書寫,下面這篇文章主要給大家介紹了關(guān)于python常見讀取語(yǔ)音的3種方法速度對(duì)比的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-12-12
這篇文章主要介紹了Scrapy元素選擇器Xpath用法匯總，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2021-03-03
這篇文章主要介紹了Python帶參數(shù)的裝飾器運(yùn)行原理解析,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,需要的朋友可以參考下2020-06-06
這篇文章主要介紹了淺談tensorflow模型保存為pb的各種姿勢(shì)，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2020-05-05
pytorch單元測(cè)試的實(shí)現(xiàn)示例
單元測(cè)試是一種軟件測(cè)試方法,本文主要介紹了pytorch單元測(cè)試的實(shí)現(xiàn)示例,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2024-04-04
數(shù)據(jù)類型是編程語(yǔ)言最重要的特征,它區(qū)分了我們可以存儲(chǔ)的不同類型的數(shù)據(jù),如字符串、int和float,這篇文章主要介紹了兩種不同的方法來(lái)檢查Python中的變量是否是字符串,需要的朋友可以參考下2023-08-08
ipython是一個(gè)非常流行的python解釋器，比python解釋器好用很多，本文重點(diǎn)給大家介紹Python中使用ipython的詳細(xì)教程，需要的朋友參考下吧2021-06-06
使用python制作一個(gè)為hex文件增加版本號(hào)的腳本實(shí)例
今天小編就為大家分享一篇使用python制作一個(gè)為hex文件增加版本號(hào)的腳本實(shí)例，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2019-06-06
Matplotlib繪制混淆矩陣的實(shí)現(xiàn)
對(duì)于機(jī)器學(xué)習(xí)多分類模型來(lái)說(shuō)，其評(píng)價(jià)指標(biāo)除了精度之外，常用的還有混淆矩陣和分類報(bào)告，下面來(lái)展示一下如何繪制混淆矩陣，這在論文中經(jīng)常會(huì)用到。感興趣的可以了解一下2021-05-05