python读取npy文件

Numpy binary files (NPY, NPZ)

注：.npy文件是numpy专用的二进制文件。

1. 读取与保存

import numpy as np

arr = np.array([[1, 2, 3],
               [4, 5, 6]])
np.save('weight.npy', arr)

loadData = np.load('weight.npy')

print("----type----")
print(type(loadData))
print("----shape----")
print(loadData.shape)
print("----data----")
print(loadData)

至于具体API参见：https://docs.scipy.org/doc/numpy/index.html

2. 实战案例

在深度神经网络训练过程中通常需要读取预训练权重，预训练权重通常是 .npy文件，比如vgg16.npy（https://pan.baidu.com/s/18O3lZ2Zk0pkxBllK9XF-IQ     提取码：5spy）。本次就以分析vgg16.npy为例进行说明。

import numpy as np

# 注意编码方式
pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1")

print("------type-------")
print(type(pre_train))
print("------shape-------")
print(pre_train.shape)
print("------data-------")
print(pre_train)

这是个啥？为啥shape没有？ 但是可以看出来 pre_train 里元素应该是一个字典，我们尝试取出来。
注：ndarray.item()是复制数组中的一个元素，并将其返回。具体语法参见：https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.item.html?highlight=item#numpy.ndarray.item

import numpy as np

pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1")

data_dic = pre_train.item()

print("------type-------")
print(type(data_dic))
print("------conv1_1  data-------")
print(data_dic['conv1_1'])   # 返回一个列表，该列表有两个array，表示conv1_1的权重w与偏置b
print("------conv1_1  shape-------")
print((data_dic['conv1_1'][0]).shape)

看看结果：

可以发现，这是第一个卷积层的权重参数，输入channel是3，输出channel是64。