python中保存一个数组，你会吗？

在机器学习领域，有时候想把模型运行过程中的重要信息（数组，dnarray类型的）存到一个文档里。方便下次读取。

下面介绍三种：

1. 存成2进制数

numpy提供了接口save和load。使用方法如下：

import numpy as np
a = np.array([1])
np.save("test00000001",arr=a)

以上存入，下面读取：

import numpy as np
data = np.load('test00000001.npy')

这种方法适合python程序之间的通信，读写速度极快。
生成的是.npy格式（NumPy ）的二进制文件。用记事本打开是乱码，所以只适合python中numpy打开。

2. 存成.csv格式

使用np.savetxt和np.loadtxt模块。

import numpy as np
a = np.array([1,2,3])
np.savetxt('test000002.csv', a, delimiter=',')

以上存入，下面读取：

import numpy as np
data = np.loadtxt('test000002.csv', delimiter=',')

需要注意的是，这种方法需要指定分隔符（一般都是，逗号）
文件以csv形式存储，可以用记事本和excel打开查看。

3. 超大型数据存储—.npz形式文件

有的数据体量几十个G，不方便和别人通信。npz可以将其压缩到几百兆，方便通讯。
用法如下：

import numpy as np
a = np.array([1,2,3])
np.savez_compressed('test00003.npz', a)

读取：

import numpy as np
data = np.load('test00003.npz')
print(data['arr_0'])
print(type(data), type(data['arr_0']))

注意：读取上来的是一个类似压缩包的东西，需要通过内置的索引将压缩的数据取出。

以下是完整的数据结构，看似很复杂，但如果只是读取的话，记住基本命令即可。

储存形式如下：

记事本打开会乱码。

json简记

json文件一般用于存取结构化数据，常用于字典类型数据存取：
写：

import json


name = ['A', 'B', 'C']
num = [1, 2, 3]
a_dict = dict(zip(name, num))
a_dict_json = json.dumps(a_dict)
with open('test0004.json', 'w') as file:
    file.write(a_dict_json)

读：

import json


with open('test0004.json', 'r') as file:
    data_raw = file.read()
data = json.loads(data_raw)
print(data_raw)
print(data)
print(type(data_raw), type(data))

结果如下：

参考链接：
前三小节
最后一小节