编程实践（Numpy）下_python numpy 保存多个变量-CSDN博客

本文链接：https://blog.csdn.net/jjwan123/article/details/110005336

编程实践（Numpy）下

Task01：输入输出
文本文件

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。
运行程序后的结果
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
在这里插入图片描述
**

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
在这里插入图片描述
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)
在这里插入图片描述

[[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, …。

【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)
在这里插入图片描述

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。
在这里插入图片描述
test.txt文件如

【例】写入和读出CSV文件
在这里插入图片描述
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。