python相关学习资料：

 https://edu.51cto.com/video/4645.html

 https://edu.51cto.com/video/3502.html

 https://edu.51cto.com/video/1158.html

Python创建npy文件

在数据科学和机器学习领域，经常需要处理和存储大量的数值数据。.npy文件是一种用于存储多维数组的二进制格式，它是由NumPy库提供的。本文将介绍如何在Python中创建.npy文件，并展示一些实用的代码示例。

什么是.npy文件？

.npy文件是一种用于存储多维数组的二进制格式，它是由NumPy库提供的。NumPy是一个开源的Python库，用于科学计算，特别是处理大型多维数组和矩阵。.npy文件格式允许你将NumPy数组保存到磁盘上，以便在需要时重新加载它们。

安装NumPy

在开始之前，你需要确保你的Python环境中安装了NumPy库。你可以使用pip命令来安装它：

pip install numpy
  • 1.

创建.npy文件

创建.npy文件的过程非常简单。首先，你需要导入NumPy库，并创建一个数组。然后，你可以使用numpy.save函数将数组保存为.npy文件。

以下是一个简单的示例：

import numpy as np

# 创建一个数组
arr = np.array([1, 2, 3, 4, 5])

# 保存数组到.npy文件
np.save('my_array.npy', arr)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

在这个示例中，我们首先导入了NumPy库，并创建了一个包含五个整数的一维数组。然后，我们使用numpy.save函数将数组保存为my_array.npy文件。

读取.npy文件

读取.npy文件同样简单。你可以使用numpy.load函数来加载.npy文件，并将其内容转换为NumPy数组。

以下是一个示例：

import numpy as np

# 加载.npy文件
loaded_arr = np.load('my_array.npy')

# 打印加载的数组
print(loaded_arr)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

在这个示例中，我们使用numpy.load函数加载了之前保存的my_array.npy文件，并将其内容存储在loaded_arr变量中。然后，我们打印了加载的数组。

关系图

为了更好地理解.npy文件与NumPy库之间的关系，我们可以使用Mermaid语法来创建一个关系图：

erDiagram
    NPY_FILE ||--o NUMPY : contains
    NUMPY {
        int save(file_path, array)
        int load(file_path)
    }

在这个关系图中，NPY_FILE表示.npy文件，NUMPY表示NumPy库。NPY_FILE与NUMPY之间有一个“contains”关系，表示NumPy库可以包含.npy文件。NUMPY有两个方法：save和load，分别用于保存和加载.npy文件。

结论

在本文中，我们介绍了如何在Python中创建和读取.npy文件。通过使用NumPy库，你可以轻松地将多维数组保存到磁盘上，并在需要时重新加载它们。这在处理大型数据集和进行科学计算时非常有用。希望本文对你有所帮助！