numpy的文件存儲(chǔ).npy .npz 文件詳解
Numpy能夠讀寫(xiě)磁盤(pán)上的文本數(shù)據(jù)或二進(jìn)制數(shù)據(jù)。
將數(shù)組以二進(jìn)制格式保存到磁盤(pán)
np.load和np.save是讀寫(xiě)磁盤(pán)數(shù)組數(shù)據(jù)的兩個(gè)主要函數(shù)，默認(rèn)情況下，數(shù)組是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。
import numpy as np
a=np.arange(5)
np.save('test.npy',a)
這樣在程序所在的文件夾就生成了一個(gè)test.npy文件
將test.npy文件中的文件讀出來(lái)
import numpy as np
a=np.load('test.npy')
print(a)
注：保存為Numpy專用的二進(jìn)制格式后，就不能用notepad++等打開(kāi)看了（亂碼）。因此這種方式建議在不需要看保存文件內(nèi)容的情況下使用。
np.savez
如果你想將多個(gè)數(shù)組保存到一個(gè)文件中的話，可以使用numpy.savez函數(shù)。savez函數(shù)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)組起一個(gè)名字，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函數(shù)輸出的是一個(gè)壓縮文件(擴(kuò)展名為npz)，其中每個(gè)文件都是一個(gè)save函數(shù)保存的npy文件，文件名對(duì)應(yīng)于數(shù)組名。load函數(shù)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)組名作為關(guān)鍵字獲取數(shù)組的內(nèi)容：
import numpy as np
a=np.arange(3)
b=np.arange(4)
c=np.arange(5)
np.savez('array_save.npz',a,b,c_array=c)
這樣程序所在文件夾就生成了一個(gè)array_save.npz文件
把npz文件中的數(shù)據(jù)讀出來(lái)
import numpy as np
A=np.load('array_save.npz')
print(A['arr_0'])
print(A['arr_1'])
print(A['c_array'])
以上這篇numpy的文件存儲(chǔ).npy .npz 文件詳解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。
相關(guān)文章
python3實(shí)現(xiàn)常見(jiàn)的排序算法(示例代碼)
排序是非常常見(jiàn)的排序算法，今天給大家分享幾種比較常見(jiàn)的排序算法，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友參考下吧2021-07-07
關(guān)于yolov8訓(xùn)練的一些改動(dòng)及注意事項(xiàng)
Yolo是一種目標(biāo)檢測(cè)算法,目標(biāo)檢測(cè)的任務(wù)是從圖片中找出物體并給出其類(lèi)別和位置,這篇文章主要給大家介紹了關(guān)于yolov8訓(xùn)練的一些改動(dòng)及注意事項(xiàng),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2023-02-02
python opencv實(shí)現(xiàn)運(yùn)動(dòng)檢測(cè)
這篇文章主要為大家詳細(xì)介紹了python opencv實(shí)現(xiàn)運(yùn)動(dòng)檢測(cè)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-07-07
Python+Pika+RabbitMQ環(huán)境部署及實(shí)現(xiàn)工作隊(duì)列的實(shí)例教程
RabbitMQ是一個(gè)消息隊(duì)列服務(wù)器,在本文中我們將學(xué)習(xí)到Python+Pika+RabbitMQ環(huán)境部署及實(shí)現(xiàn)工作隊(duì)列的實(shí)例教程,需要的朋友可以參考下2016-06-06
Python中for循環(huán)可迭代對(duì)象迭代器及生成器源碼學(xué)習(xí)
這篇文章主要為大家介紹了Python中for循環(huán)可迭代對(duì)象迭代器及生成器的源碼學(xué)習(xí)，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2022-05-05
這篇文章主要介紹了python logging日志打印過(guò)程解析,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2019-10-10
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(lèi)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(lèi)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
pytorch + visdom CNN處理自建圖片數(shù)據(jù)集的方法
這篇文章主要介紹了pytorch + visdom CNN處理自建圖片數(shù)據(jù)集的方法，小編覺(jué)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(guò)來(lái)看看吧2018-06-06
python入門(mén)基礎(chǔ)之用戶輸入與模塊初認(rèn)識(shí)
Python的強(qiáng)大之處在于他有非常豐富和強(qiáng)大的標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)，幾乎你想實(shí)現(xiàn)的任何功能都有相應(yīng)的Python庫(kù)支持。下面通過(guò)本文給大家介紹python入門(mén)基礎(chǔ)之用戶輸入與模塊初認(rèn)識(shí)，一起看看吧2016-11-11
在dataframe兩列日期相減并且得到具體的月數(shù)實(shí)例
今天小編就為大家分享一篇在dataframe兩列日期相減并且得到具體的月數(shù)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2018-07-07