上一篇中我们简要带过了Numpy的数据持久化，在这一篇中将要具体说明Numpy提供的文件存取功能。Numpy可以将数组保存至二进制文件、文本文件，同时支持将多个数组保存至一个文件中。
1. np.tofile() & np.fromfile()
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
import numpy as npimport osos.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.binb = np.fromfile("a.bin", dtype=np.int32) #从文件中加载数组，错误的dtype会导致错误的结果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]])#读取的数据将为一维数组，需要使用reshape改变其数组结构 |
2. np.save() & np.load() & np.savez()
load()和save()用Numpy专用的二进制格式保存数据，它们会自动处理元素类型和形状等信息。savez()提供了将多个数组存储至一个文件的能力，调用load()方法返回的对象，可以使用数组名对各个数组进行读取。默认数组名arr_0,arr_1,arr_2......
|
1
2
3
4
5
6
|
np.save("a.npy", a.reshape(3,4))c = np.load("a.npy")carray([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) |
多个数组存储至一个文件：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
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命名数组cr = np.load("result.npz") #加载一次即可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]) |
可以使用解压软件解压缩.npz文件会得到存储的各个数组对应的.npy文件以便进行遍历。
3. savetxt() & loadtxt()
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
a = np.arange(0,12,0.5).reshape(4,-1)aarray([[ 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=",") #指定存储数据类型为整型，分隔符为,np.loadtxt("a.txt", delimiter=',') #以，分隔符读取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内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://www.cnblogs.com/AllStarGIS/p/3784937.html
