numpy保存和加载数据

1. np.save() 报错，np.load() 加载

使用下面这句话保存

np.save('pose_det_results_list.npy',pose_det_results_list)

下面这句加载

pose_det_results_list = np.load('pose_det_results_list.npy')

报错

Traceback (most recent call last):
  File "demo/ans.py", line 2, in <module>
    pose_det_results_list = np.load('pose_det_results_list.npy')
  File "/home/cv/.conda/envs/mm/lib/python3.7/site-packages/numpy/lib/npyio.py", line 441, in load
    pickle_kwargs=pickle_kwargs)
  File "/home/cv/.conda/envs/mm/lib/python3.7/site-packages/numpy/lib/format.py", line 743, in read_array
    raise ValueError("Object arrays cannot be loaded when "
ValueError: Object arrays cannot be loaded when allow_pickle=False

根据报错ValueError: Object arrays cannot be loaded when allow_pickle=False,修改为

np.save('pose_det_results_list.npy',pose_det_results_list,allow_pickle=True) ## 保存
pose_det_results_list = np.load('pose_det_results_list.npy',allow_pickle=True) ## 加载

numpy版本>1.16.2后新加了allow_pickle关键字，且默认值为False，所以使用的时候需要设为True

2. 保存、读取npz格式文件

2.1 np.savez(file, *args, **kwds)

参数：

• file 保存的文件名
• args 保存的数组。数组在文件中的名字为“arr_0”, “arr_1”…
• kwds关键字参数。数组在文件中的名字为相应的关键字。推荐这种保存方式
  参考官方文档
  np.savez_compressed()与 np.savez()使用方法相同，保存成了压缩的形式

2.2 npz格式文件的读取

np.load(‘test.npz’, allow_pickle=True)

If the file is a .npz file, then a dictionary-like object is returned, containing {filename: array} key-value pairs, one for each file in the archive.

import numpy as np
def save_file():
    a = np.array([1,2,3])
    b = np.array([10,20,30])
    # np.savez_compressed('test.npz',a=a,b=b)
    np.savez('test.npz',a=a,b=b)
    print('Saved ')
def load_file():
    print('Loading .......')
    res = np.load('test.npz', allow_pickle=True)
    print(res)
    print(res.files) 
    a = res['a']
    print(a)
save_file()
load_file()

输出

Saved 
Loading .......
<numpy.lib.npyio.NpzFile object at 0x000002C089466A58>
['a', 'b']
[1 2 3]

3. 保存、读取二进制形式文件

3.1 保存

ndarray.tofile()

3.2 读取

numpy.fromfile(file, dtype=float,....)
读取的时候需要指定dtype与保存时的数据类型一致。否则读出的数据会有问题
读出的数组是一维数组，还原会原始数据形状，需要reshape

def save_binary_file():
    a = np.array([[1,2,3],[10,20,30]])
    print('待保存数据',a,'\n shape:',a.shape,'\n******dtype********* ',a.dtype)
    a.tofile('binary') ## 保存数组a到'binary文件中'
    print('Saved ')

def read_binary_file():
    print('loading file ...')
    data_path = 'binary'
    print('不指定数据类型')
    data = np.fromfile(data_path) ## 加载数据并指定类型
    print(data.shape)
    print(data)
    print('指定数据类型为 ******* np.int32 *****')
    data = np.fromfile(data_path, dtype=np.int32)
    print(data.shape)
    print(data)

save_binary_file()
read_binary_file()

输出

待保存数据 [[ 1  2  3]
 [10 20 30]] 
 shape: (2, 3) 
******dtype*********  int32
Saved 
loading file ...
不指定数据类型
(3,)
[4.24399158e-314 2.12199579e-313 6.36598737e-313]
指定数据类型为 ******* np.int32 *****
(6,)
[ 1  2  3 10 20 30]