上一篇中我們簡要帶過了Numpy的數據持久化，在這一篇中將要具體說明Numpy提供的文件存取功能。Numpy可以將數組保存至二進制文件、文本文件，同時支持將多個數組保存至一個文件中。
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) #從文件中加載數組，錯誤的dtype會導致錯誤的結果
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]])
#讀取的數據將為一維數組，需要使用reshape改變其數組結構
2. np.save() & np.load() & np.savez()
load()和save()用Numpy專用的二進制格式保存數據，它們會自動處理元素類型和形狀等信息。savez()提供了將多個數組存儲至一個文件的能力，調用load()方法返回的對象，可以使用數組名對各個數組進行讀取。默認數組名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]])
多個數組存儲至一個文件：
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數組對應的.npy文件以便進行遍歷。
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=",") #指定存儲數據類型為整型，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容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
