存储数据——数组的存储numpy.savetxt(文件)

1、将numpy数组写入txt文件，并从txt文件读取

import numpy as np
dets = np.array([[1,2],[3,4]])
np.savetxt("trying.txt", dets,fmt='%f',delimiter=',')

上面用到的numpy库的savetxt存储数据信息的代码包含四层含义：

• 这种方法是覆盖式保存
• "trying.txt",表示以"trying.txt"的文件名和txt的文件格式来存储数据
• , dets,表示将dets数组保存到当前代码（在标签页Home下根据文件名可以快速找到你当前编写代码所在路径）路径下的txt文件中，
• ,fmt='%f',表示所有数据格式是浮点型；对每列指定一个数据类型：例如，两列数-数据类型['％.3e','％.15e']这样表示
• delimiter=','表示以逗号为分割符
  

2、使用寄语

• np.savetxt("trying.txt", dets)这行代码简单，却可以完成存储大量数据的工作，尤其是当你经常使用数组运算的时候；

• 虽然你可能看不起文本文件的存储功能，但其实由于它的简洁，很少出现乱行乱码的情景，而且当数据量很大时，想生成的文件就多，这种格式它的读取和存储都只需要一行代码就能完成数据的操作，并且占用内存小，那我们为什么非要用Excel这么“高大上”的文件呢？而且即使你想在Excel中操作，office的文本文件读取也非常简单（选择数据→自文本）就可以完成。但是如果你想直接读入Excel文件，还需要编辑循环语句，整理逻辑，似乎我觉得在这一点上，处理数据还是文本文件略胜一筹！

• 慢慢你会发现你会爱上文本文件这个好东西，真的是简单到极致的东西！

• 还有一种Markdown的文本编辑模式和适配它的编辑器Typora，会让你连Word都想抛弃掉的！

• （当然这些纯属笔者言论，若有不妥，还请见谅！）