Reference
Numpy的数据轴
一维数据:axis 0 = y
轴
二维数据:axis 0= z
轴 ,axis 1 = y
轴(二维表格行列分别代表y轴与z轴)
三维数据:axis 0= x
轴 ,axis 1= z
轴,axis 2 = y
轴
axis 0
代表最外面的轴
将NumPy轴视为我们可以执行操作的方向
ndarray数组的创建
x = np.array(list/tuple, dtype=np.float32)
当np.array()不指定dtype时,NumPy将根据数据情况关联一个dtype类型
Numpy常用函数与属性
数据存储
一维&二维数据保存:
np.savetxt(frame, array, fmt='%.18e', delimiter=None)
frame
: 文件、字符串或产生器,可以是.gz或.bz2的压缩文件array
: 存入文件的数组fmt
: 写入文件的格式,例如:%d %.2f %.18edelimiter
: 分割字符串,默认是任何空格
一维&二维数据读取:
np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False)
frame
: 文件、字符串或产生器,可以是.gz或.bz2的压缩文件dtype
: 数据类型,可选delimiter
: 分割字符串,默认是任何空格unpack
:如果True,读入属性将分别写入不同变量
多维数据保存:
a.tofile(frame, sep='', format='%s')
frame
: 文件、字符串sep
: 数据分割字符串,如果是空串,写入文件为二进制format
: 写入数据的格式
多维数据读取:
np.fromfile(frame, dtype=float, count=‐1, sep='')
frame
: 文件、字符串dtype
: 读取的数据类型count
: 读入元素个数,‐1表示读入整个文件sep
: 数据分割字符串,如果是空串,写入文件为二进制
该方法需要读取时知道存入文件时数组的维度和元素类型 a.tofile()和np.fromfile()需要配合使用 可以通过元数据文件来存储额外信息
便捷文件保存:
np.save(fname, array) np.savez(fname, array)
fname
: 文件名,以.npy为扩展名,压缩扩展名为.npzarray
: 数组变量
便捷文件读取:
np.load(fname)
fname
: 文件名,以.npy为扩展名,压缩扩展名为.npz