Numpy之文件存取

• 上一篇中我们简要带过了Numpy的数据持久化，在这一篇中将要具体说明Numpy提供的文件存取功能。Numpy可以将数组保存至二进制文件、文本文件，同时支持将多个数组保存至一个文件中。

  1. np.tofile() & np.fromfile()

  view source print ?

  01. import numpy as np

  02. import os

  03.  

  04. os.chdir("d:\\")

  05. a = np.arange(0,12)

  06. a.reshape(3,4)

  07. array([[ 0,  1,  2,  3],

  08. [ 4,  5,  6,  7],

  09. [ 8,  9, 10, 11]])

  10.  

  11. a.tofile("a.bin")                                    #保存至a.bin

  12.  

  13. b = np.fromfile("a.bin", dtype=np.int32)  #从文件中加载数组，错误的dtype会导致错误的结果

  14. array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

  15.  

  16. b.reshape(3,4)

  17. array([[ 0,  1,  2,  3],

  18. [ 4,  5,  6,  7],

  19. [ 8,  9, 10, 11]])

  20. #读取的数据将为一维数组，需要使用reshape改变其数组结构

  2. np.save() & np.load() & np.savez()

  load()和save()用Numpy专用的二进制格式保存数据，它们会自动处理元素类型和形状等信息。savez()提供了将多个数组存储至一个文件的能力，调用load()方法返回的对象，可以使用数组名对各个数组进行读取。默认数组名arr_0,arr_1,arr_2......

  view source print ?

  1. np.save("a.npy", a.reshape(3,4))

  2. c = np.load("a.npy")

  3. c

  4. array([[ 0,  1,  2,  3],

  5. [ 4,  5,  6,  7],

  6. [ 8,  9, 10, 11]])

  
  多个数组存储至一个文件：

  view source print ?

  01. a = np.array([[1,2,3],[4,5,6]])

  02. b = np.arange(0,1.0,0.1)

  03. c = np.sin(b)

  04. np.savez("result.npz", a, b, sin_arr=c)  #使用sin_arr命名数组c

  05. r = np.load("result.npz") #加载一次即可

  06. r["arr_0"]

  07. array([[1, 2, 3],

  08. [4, 5, 6]])

  09. r["arr_1"]

  10. array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])

  11. r["sin_arr"]

  12. array([ 0.        ,  0.09983342,  0.19866933,  0.29552021,  0.38941834,

  13. 0.47942554,  0.56464247,  0.64421769,  0.71735609,  0.78332691])

   可以使用解压软件解压缩.npz文件会得到存储的各个数组对应的.npy文件以便进行遍历。

  3. savetxt() & loadtxt()

  view source print ?

  01. a = np.arange(0,12,0.5).reshape(4,-1)

  02. a

  03. array([[  0. ,   0.5,   1. ,   1.5,   2. ,   2.5],

  04. [  3. ,   3.5,   4. ,   4.5,   5. ,   5.5],

  05. [  6. ,   6.5,   7. ,   7.5,   8. ,   8.5],

  06. [  9. ,   9.5,  10. ,  10.5,  11. ,  11.5]])

  07. np.savetxt("a.txt", a)

  08. np.loadtxt("a.txt")

  09. array([[  0. ,   0.5,   1. ,   1.5,   2. ,   2.5],

  10. [  3. ,   3.5,   4. ,   4.5,   5. ,   5.5],

  11. [  6. ,   6.5,   7. ,   7.5,   8. ,   8.5],

  12. [  9. ,   9.5,  10. ,  10.5,  11. ,  11.5]])

  13. np.savetxt("a.txt", a, fmt="%d", delimiter=",") #指定存储数据类型为整型，分隔符为,

  14. np.loadtxt("a.txt", delimiter=',') #以，分隔符读取

  15. array([[  0.,   0.,   1.,   1.,   2.,   2.],

  16. [  3.,   3.,   4.,   4.,   5.,   5.],

  17. [  6.,   6.,   7.,   7.,   8.,   8.],

  18. [  9.,   9.,  10.,  10.,  11.,  11.]])