数据分析——二进制文件

我们可以将列表、字典等数据保存为二进制文件,一方面便于后续使用,另一方面可以节省代码量。

import pickle

city = {
	'北京':'101010100',
	'上海':'101020100',
	'台北':'101340101'}

# 写入二进制文件,用wb
pickle_file = open('city.pkl','wb')
pickle.dump(city,pickle_file)
pickle_file.close()

# 读取二进制文件,用rb
pickle_file = open('city.pkl','rb')
city = pickle.load(pickle_file)
print(city)

运行结果:
{‘北京’: ‘101010100’, ‘上海’: ‘101020100’, ‘台北’: ‘101340101’}

import numpy as np

annotation = {
			  'h': 1008.0, 'w': 756.0, 
			  'gt_class': ['xiaoduxiong', 'xiaoduxiong'], 
			  'gt_bbox': np.array([[398., 114., 559., 324.],[188., 294., 355., 471.]], dtype=np.float32), 
			  'gt_poly': [
						  [[457, 133, 459, 115, 471, 114, 481, 129, 523, 143, 544, 167, 560, 171, 
							556, 186, 548, 192, 534, 240, 502, 257, 484, 256, 494, 271, 481, 276, 
							471, 274, 446, 325, 427, 318, 430, 303, 420, 297, 414, 307, 398, 297, 
							423, 247, 414, 233, 418, 225, 437, 229, 417, 193, 431, 156]], 
						  [[270, 335, 309, 338, 334, 362, 342, 386, 356, 397, 350, 415, 337, 411, 
							324, 436, 295, 457, 287, 457, 273, 472, 257, 464, 253, 458, 227, 435, 
							216, 411, 216, 388, 196, 367, 200, 354, 207, 356, 192, 338, 188, 328, 
							196, 319, 209, 324, 217, 315, 207, 303, 216, 294, 230, 297, 244, 314, 
							252, 301, 268, 315]]
						 ]
			 }
# 写入二进制文件
np.save('annotation.npy', annotation)

# 读取二进制文件
annotation = np.load('./annotation.npy', allow_pickle=True)
print(annotation)

运行结果:
在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值