Numpy简易教程7——读/写文件

读/写文件

NumPy的文件读/写主要有二进制的文件读/写和文件列表形式的数据读/写两种形式。学会读/写文件是利用NumPy进行数据处理的基础。NumPy提供了若干函数，可以把结果保存到二进制或文本文件中。除此之外，NumPy还提供了许多从文件读取数据并将其转换为数组的方法。

1. 二进制文件读/写

1.1 save函数：将一个numpy数组保存为二进制文件

save函数以二进制的格式保存数据。

save函数的语法格式为：numpy.save(file, arr, allow_pickle=True, fix_imports=True)。
其中参数file 为要保存的文件的名称，需要指定文件保存的路径，如果未设置，则保存到默认路径下面；参数arr为需要保存的数组。简而言之，就是把数组arr保存至名称为“file”的文件中，其文件的扩展名.npy是系统自动添加的。

案例：将一个数组保存为二进制文件

import numpy as np  #导入NumPy库
arr = np.arange(100).reshape(10,10)  #创建一个数组
np.save("../save_arr",arr)  #保存数组
print('保存的数组为：\n',arr)

保存的数组为：
 [[ 0  1  2  3  4  5  6  7  8  9]
 [10 11 12 13 14 15 16 17 18 19]
 [20 21 22 23 24 25 26 27 28 29]
 [30 31 32 33 34 35 36 37 38 39]
 [40 41 42 43 44 45 46 47 48 49]
 [50 51 52 53 54 55 56 57 58 59]
 [60 61 62 63 64 65 66 67 68 69]
 [70 71 72 73 74 75 76 77 78 79]
 [80 81 82 83 84 85 86 87 88 89]
 [90 91 92 93 94 95 96 97 98 99]]

注意：保存路径中的目录一定要存在！save函数不会自动创建目录。

1.2 savez函数：将多个numpy数组保存为二进制文件

如果将多个数组保存到一个文件中，可以使用savez函数，其文件的扩展名为.npz。

savez函数的语法格式为：numpy.savez(file, *args, **kwds)。
其中：

• file：要保存的文件，扩展名为.npz，如果文件路径末尾没有扩展名.npz，该扩展名会被自动加上。
• args: 要保存的数组，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, …　。
• kwds: 要保存的数组使用关键字名称。

案例：将多个数组保存为二进制文件

arr1 = np.array([[1,2,3],[4,5,6]])
arr2 = np.arange(0,1.0,0.1)
np.savez('../savez_arr',arr1,arr2)
print('保存的数组1为：',arr1)
print('保存的数组2为：',arr2)

保存的数组1为： [[1 2 3]
 [4 5 6]]
保存的数组2为： [0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

1.3 load函数：读取二进制文件

需要读取二进制文件的时候可以使用load函数，用文件名作为参数。

load函数的格式为：numpy.load(file, mmap_mode=None, allow_pickle=True, fix_imports=True, encoding=’ASCII’)

npy文件读取的结果为numpy数组对象ndarray。
npz文件读取的结果为类字典对象，如果在savez函数中未指定键时，自动使用 arr_0, arr_1, …等键名称。

案例：读取.npy格式二进制文件

loaded_data = np.load("../save_arr.npy")  #读取含有单个数组的文件
print('读取的数组为：\n',loaded_data)

读取的数组为：
 [[ 0  1  2  3  4  5  6  7  8  9]
 [10 11 12 13 14 15 16 17 18 19]
 [20 21 22 23 24 25 26 27 28 29]
 [30 31 32 33 34 35 36 37 38 39]
 [40 41 42 43 44 45 46 47 48 49]
 [50 51 52 53 54 55 56 57 58 59]
 [60 61 62 63 64 65 66 67 68 69]
 [70 71 72 73 74 75 76 77 78 79]
 [80 81 82 83 84 85 86 87 88 89]
 [90 91 92 93 94 95 96 97 98 99]]

案例：读取.npz格式二进制文件

loaded_data1 = np.load("../savez_arr.npz")  #读取含有多个数组的文件
print('读取的数组1为：',loaded_data1['arr_0'])
print('读取的数组2为：',loaded_data1['arr_1'])

读取的数组1为： [[1 2 3]
 [4 5 6]]
读取的数组2为： [0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

注意！存储时可以省略扩展名，但读取时不能省略扩展名。

2. 文本文件读/写

在实际的数据分析任务中，更多地使用文本格式的数据，如TXT或CSV格式，因此经常使用savetxt函数、loadtxt函数、genfromtxt函数执行对文本格式数据的读取任务。

2.1 savetxt函数：读取二进制文件

savetxt函数可将数组写到以某种分隔符隔开的文本文件中，语法格式如下。

np.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n',header='',footer='', comments='# ')
其中第一个参数是文件名fname，第二个参数X为数组数据，第四个参数为数据分隔符delimiter。

案例：将数组保存为文本文件

arr = np.arange(0,12,0.5).reshape(4,-1)
print('创建的数组为：',arr)

#fmt ="%d"为指定保存为整数
np.savetxt("../arr.txt", arr, fmt="%d", delimiter=",")

创建的数组为： [[ 0.   0.5  1.   1.5  2.   2.5]
 [ 3.   3.5  4.   4.5  5.   5.5]
 [ 6.   6.5  7.   7.5  8.   8.5]
 [ 9.   9.5 10.  10.5 11.  11.5]]

2.3 loadtxt函数：读取二进制文件

loadtxt函数执行的是savetxt函数相反的操作，即把文件加载到一个二维数组中。

loadtxt函数的格式为：numpy.loadtxt(FILENAME, dtype=int, delimiter=' ')。
其中参数delimiter可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等。

案例：读取文本文件

arr = np.arange(0,12,0.5).reshape(4,-1)
print('创建的数组为：',arr)

#fmt ="%d"为指定保存为整数
np.savetxt("../arr.txt", arr, fmt="%d", delimiter=",")
#读入的时候也需要指定逗号分隔
loaded_data = np.loadtxt("../arr.txt",delimiter=",")
print('读取的数组为：',loaded_data)

创建的数组为： [[ 0.   0.5  1.   1.5  2.   2.5]
 [ 3.   3.5  4.   4.5  5.   5.5]
 [ 6.   6.5  7.   7.5  8.   8.5]
 [ 9.   9.5 10.  10.5 11.  11.5]]
读取的数组为： [[ 0.  0.  1.  1.  2.  2.]
 [ 3.  3.  4.  4.  5.  5.]
 [ 6.  6.  7.  7.  8.  8.]
 [ 9.  9. 10. 10. 11. 11.]]

2.3 genfromtxt函数：读取二进制文件

genfromtxt函数和loadtxt函数相似，不过它面向的是结构化数组和缺失数据。它通常使用的参数有3个，即存放数据的文件名参数fname、用于分隔的字符参数delimiter和是否含有列标题参数names。

案例：读取文本文件

loaded_data = np.genfromtxt("../arr.txt", delimiter = ",")
print('读取的数组为：',loaded_data)

读取的数组为： [[ 0.  0.  1.  1.  2.  2.]
 [ 3.  3.  4.  4.  5.  5.]
 [ 6.  6.  7.  7.  8.  8.]
 [ 9.  9. 10. 10. 11. 11.]]

输出的结果是一组结构化的数据（结构化数组可以用 dtype选项指定一系列用逗号隔开的说明符，指明构成结构体的元素以及它们的数据类型和顺序），数据从第二行开始。因为names参数默认第一行为数据的列名，所以数据从第二行开始。