NumPy数据存取

NumPy数组存取

CSV文件

• CSV文件简介

CSV文件（Comma-Separated Value）是一种常见的文件格式，用来存储批量数据。例如：一个表格，存储为CSV文件后，不论表头还是数组，都以逗号分隔的方式，按照表格原来的形状存储。

• NumPy导出为CSV文件

  1. np.savetxt(frame, array, fmt = ‘%. 18e’, delimiter = None);
  2. frame：文件、字符串产生器，可以是.gz或.bz2的压缩文件；
  3. array：存入文件的数组；
  4. fmt：写入文件的格式，例如：%d, %.2f, %.18e；
  5. delimiter：分割字符串，默认是空格，CSV格式要求改成逗号。

a = np.arange(100).reshape(5, 20)
np.savetxt('a.csv', a, fmt = '%d', delimiter = ',')

• NumPy读取CSV文件

  1. np.loadtst(frame, dtype = np.float, delimiter = Node, unpack = False);
  2. frame：文件、字符串产生器，可以是.gz或.bz2的压缩文件；
  3. dtype：数据类型，可选；
  4. delimiter：分割字符串，默认是空格，CSV格式要求改成逗号；
  5. unpack：默认为Flase，如果为True，读入属性将分别写入不同变量。

b = np.loadtxt('a.csv', dtype = np.int, delimiter = ',')

• CSV文件的局限性

  1. CSV只能有效存储一维和二维数组；
  2. np.savetxt()和np.loadtxt()只能有效存取一维和二维数组。

多维数据存取

• 存储文件

  1. .tofile(frame, sep = ”, format = ‘%s’);
  2. frame：文件、字符创；
  3. sep：数据分割字符串，如果是空串，写入文件为二进制；
  4. format：写入数据的格式。

a = np.arange(100).reshape(5, 10, 2)
a.tofile('b.dat', sep = ',', format = '%d')
# 这样生成的b.dat文件不包含维度信息，只是一维地把0到99用逗号分隔后排开

• 读取文件

  1. np.fromfile(frame, dtype = float, count = - 1, sep = ”)
  2. frame：文件、字符串；
  3. dtype：读取的数据类型；
  4. count：读入元素个数，-1表示读入整个文件；
  5. sep：数据分割字符串，如果是空串，写入文件为二进制；

a = np.arange(100).reshape(5, 10, 2)
a.tofile("b.dat", dtype = np.int, sep = ',')
c = np.fromfile('b.dat', dtype = np.int, sep = ',')
c
# 输出结果：array([0,1 ,2, ..., 97, 98, 99])

注意：该方法需要读取时知道存入文件时数组的维度和元素类型，也就是说，np.tofile()和np.fromfile()需要配合使用。

• NumPy的便捷文件存取

  1. np.save(frame, array)或np.savez(frame, array)
  2. frame：文件名，以.npy为扩展名，压缩扩展名为.npz
  3. array：数组变量
  4. np.load(fname)
  5. fname：文件名，以.npy或.npz为扩展名。

a = arange(100).reshape(5, 10, 2)
np.savw('a.npy', a)
b = np.load('a.npy')
# b与a一致