01_Numpy学习笔记（下）：输入和输出

01_Numpy学习笔记（下）：输入和输出

在数据处理的过程中少不了要与各种文件打交道，而Numpy刚好提供了各种“利器”来读写这些文件。按文件类型分，可以分为两类：二进制文件、文本文件。下面主要围绕这两方面来回顾。

一、Numpy读写二进制文件

Numpy读写二进制文件的相关api有如下三个：

• numpy.save(file, arr, allow_pickle=True, fix_imports=True) Save an array to a binary filein NumPy .npy format.
• numpy.load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding=‘ASCII’)Load arrays or pickled objects from .npy, .npz or pickled files.
• numpy.savez(file, *args, **kwds) Save several arrays into a single file in uncompressed.npz format.

save()、savez()和load()函数以 numpy 专用的二进制类型（npy、npz）保存和读取数据，这三个函数会自动处理ndim、dtype、shape等信息，使用它们读写数组非常方便，但是save()输出的文件很难与其它语言编写的程序兼容。

npy格式 ：以二进制的方式存储文件，在二进制文件第一行以文本形式保存了数据的元信息（ndim，dtype，shape等），可以用二进制工具查看内容。

npz格式 ：以压缩打包的方式存储文件，可以用压缩软件解压

保存单个数组：

import numpy as np
outfile = r'.\test.npy'
np.random.seed(20200619)
x = np.random.uniform(0, 1, [3, 5])
np.save(outfile, x)
y = np.load(outfile)
print(y)

保存多个数组：

import numpy as np
outfile = r'.\test.npz'
x = np.linspace(0, np.pi, 5)
y = np.sin(x)
z = np.cos(x)
np.savez(outfile, x, y, z_d=z)
data = np.load(outfile)
np.set_printoptions(suppress=True)
print(data.files)  
print(data['arr_0']
print(data['arr_1'])
print(data['z_d'])

savez()第一个参数是文件名，其后的参数都是需要保存的数组，也可以使用关键字参数为数组起一个名字，非关键字参数传递的数组会自动起名为arr_0, arr_1, …。savez()输出的是一个压缩文件（扩展名为npz），其中每个文件都是一个save()保存的npy文件，文件名对应于数组名。load()自动识别npz文件，并且返回一个类似于字典的对象，可以通过数组名作为关键字获取数组的内容。

二、Numpy读写文本文件

savetxt() ，loadtxt() 和genfromtxt() 函数用来存储和读取文本文件（如TXT，CSV等）。
genfromtxt() 比loadtxt() 更加强大，可对缺失数据进行处理。

• numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None) Save an array to a text file.
  fname：文件路径
  X：存入文件的数组。
  fmt：写入文件中每个元素的字符串格式，默认’%.18e’（保留18位小数的浮点数形式）。
  delimiter：分割字符串，默认以空格分隔。

• numpy.loadtxt(fname, dtype=float, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None) Load data from a text file.
  fname：文件路径。
  dtype：数据类型，默认为float。
  comments: 字符串或字符串组成的列表，默认为# ， 表示注释字符集开始的标志。
  skiprows：跳过多少行，一般跳过第一行表头。
  usecols：元组（元组内数据为列的数值索引）， 用来指定要读取数据的列（第一列为
  0）。
  unpack：当加载多列数据时是否需要将数据列进行解耦赋值给不同的变量。

• numpy.genfromtxt(fname, dtype=float, comments='#', delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=''.join(sorted(NameValidator.defaultdeletechars)), replace_space='_', autostrip=False, case_sensitive=True, defaultfmt="f%i", unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding='bytes') Load data from a text file, with missing values handled as specified.

  names：设置为True时，程序将把第一行作为列名称。

numpy读写文本文件：

import numpy as np
outfile = r'.\test.txt'
x = np.arange(0, 10).reshape(2, ‐1)
np.savetxt(outfile, x)
y = np.loadtxt(outfile)
print(y)

利用genfromtxt() 处理缺失数据的情况：

data1.csv如下所示：

id,value1,value2,value3
1,123,1.4,23
2,110,,18
3,,2.1,19

处理程序如下：

import numpy as np
# %%
out_file = r'.\data1.csv'
X = np.genfromtxt(out_file, delimiter=',', names=True)
print(X)
# %%
print(X['id'])
print(X['value1'])
print(X['value2'])
print(X['value3'])

三、文本格式选项

利用numpy.set_printoptions()可以对输出格式进行个性化定制。该方法用法如下：

• numpy.set_printoptions(precision=None,threshold=None, edgeitems=None,linewidth=None, suppress=None, nanstr=None, infstr=None,formatter=None, sign=None, floatmode=None, **kwarg) Set printing options.
  • precision ：设置浮点精度，控制输出的小数点个数，默认是8。
  • threshold ：概略显示，超过该值则以“…”的形式来表示，默认是1000。
  • linewidth ：用于确定每行多少字符数后插入换行符，默认为75。
  • suppress ：当suppress=True ，表示小数不需要以科学计数法的形式输出，默认是False。
  • nanstr ：浮点非数字的字符串表示形式，默认nan 。
  • infstr ：浮点无穷大的字符串表示形式，默认inf 。

这些选项决定了浮点型数据，数组，以及其他类型的Numpy对象的展示方式。如：

import numpy as np
np.set_printoptions(precision=4)
x = np.array([1.123456789])

print(x) 
# 设置最多显示20个元素，超出范围就以省略号显示
np.set_printoptions(threshold=20)
x = np.arange(50)
print(x) 

# 设置最多显示整数最大范围（2147483647）个元素，超出范围就以省略号显示
np.set_printoptions(threshold=np.iinfo(np.int).max)
print(x)
eps = np.finfo(float).eps
x = np.arange(4.)
x = x ** 2 ‐ (x + eps) ** 2
print(x)

# 表示小数不需要以科学计数法的形式输出
np.set_printoptions(suppress=True)
print(x) 
x = np.linspace(0, 10, 10)
print(x)

# 控制输出小数点后2位，结果以非科学计数法显示，最多显示5个元素
np.set_printoptions(precision=2, suppress=True, threshold=5)
print(x) 

可以通过numpy.get_printoptions()获取打印参数：

import numpy as np
x = np.get_printoptions()
print(x)