编程实践(Numpy)下
Task01:输入输出
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。
numpy.save(file, arr, allow_pickle=True, fix_imports=True)
将数组保存为NumPy .npy格式的二进制文件
numpy.load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding=‘ASCII’)
从.npy,.npz或加工数据的文件中加载数组或加工数据的对象。
下面展示一些 内联代码片
。
使用Jupter 实现代码结果
将多个数组保存到一个文件,可以使用numpy.savez()函数。
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。
让我们来看一下程序示列
**
文本格式选项
**
numpy.set_printoptions(precision=None,threshold=None, edgeitems=None,linewidth=None, suppress=None, nanstr=None, infstr=None,formatter=None, sign=None, floatmode=None, **kwarg)设置打印选项
1. precision:设置浮点精度,控制输出的小数点个数,默认是8。
2. threshold:概略显示,超过该值则以“…”的形式来表示,默认是1000。
3. linewidth:用于确定每行多少字符数后插入换行符,默认为75。
4. 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。
5. 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。
以下程序为上述应用的展示
numpy.get_printoptions() 返回当前的打印选项
列 1
列2
文本文件
提醒部分:
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。
将数组保存到文件中
numpy.savetxt(fname, X, fmt=’%.18e’, delimiter=’ ‘, newline=’\n’, header=’’, footer=’’, comments=’# ', encoding=None
- 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。
从文本文件加载数据。
numpy.loadtxt(fname, dtype=float, comments=’#’, delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding=‘bytes’, max_rows=None)
- 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。
以下程序为上述应用的展示
输入和输出
numpy 二进制文件
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。
numpy.save(file, arr, allow_pickle=True, fix_imports=True) Save an array to a binary file in 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.
【例】
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)
[[0.01123594 0.66790705 0.50212171 0.7230908 0.61668256]
[0.00668332 0.1234096 0.96092409 0.67925305 0.38596837]
[0.72342998 0.26258324 0.24318845 0.98795012 0.77370715]]
numpy.savez(file, *args, **kwds) Save several arrays into a single file in uncompressed .npz format.
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。
【例】将多个数组保存到一个文件,可以使用numpy.savez()函数。
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)
用解压软件打开 test.npz 文件,会发现其中有三个文件:arr_0.npy,arr_1.npy,z_d.npy,其中分别保存着数组x,y,z的内容。
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。
【例】写入和读出TXT文件。
test.txt文件如
【例】写入和读出CSV文件
test.csv文件如下:
genfromtxt()是面向结构数组和缺失数据处理的
从文本文件加载数据,并按指定方式处理缺少的值。
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’)
names:设置为True时,程序将把第一行作为列名称。
- 【例】暂时有误,就不出来了,后期确认无误,在修改。
- 【例】暂时有误,就不出来了,后期确认无误,在修改。
- 【例】暂时有误,就不出来了,后期确认无误,在修改。
练习题
只打印或显示numpy数组rand_arr的小数点后3位。
rand_arr = np.random.random([5, 2])
知识点:输入和输出】
如何在numpy数组中只打印小数点后三位?
这边都可以自己确定后2位或3位有兴趣的话没大家可以自己我尝试一下!
numpy数组中只打印小数点后2位
知识点:输入和输出】
如何限制numpy数组输出中打印的项目数?
这里我选择了9页
打印完整的numpy数组a而不中断。
【知识点:输入和输出】
如何打印完整的numpy数组而不中断?
总结:
非常感谢以下各位的幸苦付出! 在学习numpy的基本数据类型,了解numpy各类函数的应用便为后期学习pandas和sklearn奠定坚实基础。