numpy的文件存儲(chǔ).npy .npz 文件詳解
Numpy能夠讀寫磁盤上的文本數(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
np.load和np.save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
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)類似于字典的對(duì)象,可以通過數(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
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)常見的排序算法(示例代碼)
排序是非常常見的排序算法,今天給大家分享幾種比較常見的排序算法,本文通過實(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2023-02-02python 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2018-07-07Python+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2016-06-06Python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2022-05-05Matplotlib繪制混淆矩陣的實(shí)現(xiàn)
對(duì)于機(jī)器學(xué)習(xí)多分類模型來說,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2021-05-05pytorch + 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2018-06-06python入門基礎(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)庫和第三方庫,幾乎你想實(shí)現(xiàn)的任何功能都有相應(yīng)的Python庫支持。下面通過本文給大家介紹python入門基礎(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。一起跟隨小編過來看看吧2018-07-07