NumPy的数据存取

一.数据的CSV文件存取

 

1、将数据写入CSV文件

np.savetxt(frame, array, fmt='%.18e', delimiter=None)

• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件

• array : 存入文件的数组

• fmt : 写入文件的格式，例如：%d %.2f %.18e

• delimiter : 分割字符串，默认是任何空格

 

import numpy as np
a = np.arange(100).reshape(5, 20)
np.savetxt('a.csv', a, fmt='%d', delimiter=',')

根目录下会生成以下文件。

 

import numpy as np
a = np.arange(100).reshape(5, 20)
np.savetxt('a.csv', a, fmt='%.1f', delimiter=',')

将fmt的参数改为 %.1f 后，生成的文件就会变为浮点数。

 

2、读取CSV文件数据

np.loadtxt(frame, dtype=np.float, delimiter=None， unpack=False)

• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件

• dtype : 数据类型，可选

• delimiter : 分割字符串，默认是任何空格

• unpack : 如果True，读入属性将分别写入不同变量

 

b = np.loadtxt('a.csv', delimiter=',')
b

直接用loadtxt读取文件的话，原先的CSV文件是什么格式，读取 出来的内容就会是什么格式。

加入dtype参数后，就会变为指定的格式。

 

 

二、多维数据存取

 

1、存数据

a.tofile(frame, sep='', format='%s')

• frame : 文件、字符串

• sep : 数据分割字符串，如果是空串，写入文件为二进制

• format : 写入数据的格式

import numpy as np
a = np.arange(100).reshape(5, 20)
a.tofile('b.dat', sep=',', format='%d')

 

 

不加入 sep 便会变为二进制

 

2、取数据

np.fromfile(frame, dtype=float, count=‐1, sep='')

• frame : 文件、字符串

• dtype : 读取的数据类型

• count : 读入元素个数，‐1表示读入整个文件

• sep : 数据分割字符串，如果是空串，写入文件为二进制

 

import numpy as np
a = np.arange(100).reshape(5, 10, 2)
a.tofile("b.dat", sep=',', format="%d")
c = np.fromfile("b.dat", dtype=np.int, sep=',').reshape(5, 10, 2)
c

 

import numpy as np
a = np.arange(100).reshape(5, 10, 2)
a.tofile("b.dat"', format="%d")
c = np.fromfile("b.dat", dtype=np.int).reshape(5, 10, 2)
c

写入的是一个二进制文件，读取也用二进制的方式读取。

需要注意的是，在使用这个方法读取时，

需要知道存入文件时数组的维度和元素类型

a.tofile() 和np.fromfile()需要配合使用

可以通过元数据文件来存储额外信息

 

3、Numpy便捷方式存储

 

用numpy自定义的方式来存取。

 

np.save(fname, array) 或 np.savez(fname, array)

• fname : 文件名，以.npy为扩展名，压缩扩展名为.npz

• array : 数组变量

 

np.load(fname)

• fname : 文件名，以.npy为扩展名，压缩扩展名为.npz