第六章 用于ndarray的文件操作

NumPy入门教程

第一章 NumPy 介绍
第二章 ndarray的创建及其属性
第三章 ndarray的基本操作
第四章 ndarray的索引、切片和遍历
第五章 ndarray的重塑、组合和拆分
第六章 用于ndarray的文件操作
第七章 ndarray的赋值、视图、拷贝和广播

---

---

前言

上一章讲述了 ndarray 的重塑、组合和拆分。本章讲述用于 ndarray 的文件操作。我们可以使用 numpy 提供的方法将 ndarray 存储到文件，还可以从存储 ndarray 的文件中读取 ndarray。

---

一、单个数组的读写

np.save() 和 np.load() 是读写磁盘数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中的。例如：
将数组写到文件中：

>>> import numpy as np
>>>
>>> my_arr1 = np.arange(0, 16).reshape((4, 4))
>>> np.save('my_arr1', my_arr1)

如果文件路径末尾没有扩展名 .npy，则该扩展名会被自动加上。执行完上述代码后，在代码的同级目录下会生成文件 my_arr1.npy。
从文件中读取数组：

>>> import numpy as np
>>>
>>> my_arr1 = np.load('my_arr1.npy')
>>> my_arr1
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

上述代码使用 load() 函数从文件中读取了存入的数组。

二、多个数组的读写

通过 np.savez() 可以将多个数组保存到一个未压缩文件中，将数组以关键字参数的形式传入即可，例如：

>>> import numpy as np
>>>
>>> my_arr1 = np.arange(16).reshape((4,4))
>>> my_arr2 = np.random.randn(16).reshape((4,4))
>>>
>>> np.savez('array_archive.npz', my_arr1 = my_arr1, my_arr2 = my_arr2)

上述代码将 my_arr1 和 my_arr2 同时存入了 array_archive.npz 中。加载 .npz 文件时，会得到一个类似字典的对象，该对象会对各个数组进行延迟加载，也就是说只有在某个数组时才会进行加载，例如：

>>> import numpy as np
>>>
>>> arch = np.load('array_archive.npz')
>>>
>>> my_arr1 = arch['my_arr1']
>>> my_arr2 = arch['my_arr2']
>>>
>>> my_arr1
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
>>> my_arr2
array([[ 1.15858756, -1.21630677,  0.57370911,  1.65244395],
       [ 0.5460801 ,  1.27896644, -0.82600453, -1.09361087],
       [ 0.44293908, -1.25518827, -0.93608465, -0.18590644],
       [ 2.14727075,  1.57004458,  0.19313407, -0.78250789]])

如果要将数据压缩，可以使用 numpy.savez_compressed() 函数，例如：
写入：

>>> import numpy as np
>>>
>>> my_arr1 = np.arange(16).reshape((4,4))
>>> my_arr2 = np.random.randn(16).reshape((4,4))
>>>
>>> np.savez_compressed('arrays_compressed.npz', my_arr1 = my_arr1, my_arr2 = my_arr2)

读取：

>>> import numpy as np
>>>
>>> arch = np.load('arrays_compressed.npz')
>>>
>>> my_arr1 = arch['my_arr1']
>>> my_arr2 = arch['my_arr2']
>>>
>>> my_arr1
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
>>> my_arr2
array([[-0.07028458, -0.55337584,  0.65690408, -0.85634593],
       [ 0.48397395, -0.77264017,  0.2815258 ,  0.43286199],
       [-0.31660123,  1.32958994,  0.28324572, -1.01566116],
       [ 0.55948413, -0.42425324,  0.40465358,  0.48599962]])

---

总结

本章介绍了用于 ndarray 的文件操作，包括单个数组的读写、多个数组的读写以及压缩文件的读写。

上一章 ndarray的重塑、组合和拆分