matplotlib数据可视化分析（2）-- numpy将数组存储到文件

转载： https://blog.csdn.net/u010089444/article/details/52738479

1 数组以二进制的格式保存

np.save 和 np.load 是读写磁盘数据的两个主要函数。默认情况下，数组以未压缩的原始二进制格式保存在扩展名为 npy 的文件中，以数组 a 为例：

# coding:utf-8
import numpy as np

c = np.random.randint(0, 101, 10)
print c
np.save('c.npy', c)
c1 = np.load('c.npy')
print c1

利用这种方法，文件的后缀名字一定会被设置为 .npy

2. 存取文本文件

使用 np.savetxt 和 np.loadtxt 只能读写 1 维和 2 维 的数组
np.savetxt ：将数组写入以某种分隔符隔开的文本文件中
np.loadtxt ： 指定某种分隔符，将文本文件读入到数组中

# coding:utf-8
import numpy as np

c = np.random.randint(0, 101, 10)
print c
np.savetxt('c.txt', c)
c1 = np.loadtxt('c.txt', delimiter=',')
print c1

保存为二进制文件

使用数组的 tofile 函数可以方便地把数组中数据以二进制的格式写进文件

# coding:utf-8
import numpy as np

c = np.random.randint(0, 101, 10)
print c
c.tofile('c.bin')
c1 = np.fromfile('c.bin', dtype=None)
print c1

该方法与np.save有几点区别：

1. tofile函数只能将数组保存为二进制文件，文件后缀名没有固定要求。这种保存方法对数据读取有要求，np.fromfile 需要手动指定读出来的数据的的dtype，如果指定的格式与保存时的不一致，则读出来的就是错误的数据。
2. tofile函数不能保存当前数据的行列信息，不管数组的排列顺序是C语言格式的还是Fortran语言格式，统一使用C语言格式输出。因此使用 np.fromfile 读出来的数据是一维数组，需要利用reshape指定行列信息。

举例：

# coding:utf-8
import numpy as np

a = np.arange(0, 12)
a.shape = 3, 4
print a
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]
a.tofile('a.bin')
b = np.fromfile('a.bin', dtype=np.float)
# 这是读入的数据是错误的
print b
print a.dtype
# int64

# 按照 int64 类型读入数据
b = np.fromfile('a.bin', dtype=np.int64)
print b
# 按照 a 的 shape 修改 b 的 shape
b.shape = 3, 4
print b