NumPy IO

numpy.save(file, arr, allow_pickle=True, fix_imports=True)

參數(shù)說(shuō)明：

 import numpy as np 
  
 a = np.array([1,2,3,4,5]) 
  
 # 保存到 test.npy 文件上
 np.save('test.npy',a) 
  
 # 保存到 test1.npy 文件上，如果文件路徑末尾沒(méi)有擴(kuò)展名 .npy，該擴(kuò)展名會(huì)被自動(dòng)加上
 np.save('test1.npy',a)

我們可以查看文件內(nèi)容：

 $ cat test.npy 
 ?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), } 
 $ cat test1.npy 
 ?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), }

可以看出文件是亂碼的，因?yàn)樗鼈兪?Numpy 專用的二進(jìn)制格式后的數(shù)據(jù)。

我們可以使用 load() 函數(shù)來(lái)讀取數(shù)據(jù)就可以正常顯示了：

import numpy as np 
b = np.load('test.npy') 
print (b)

輸出結(jié)果為：

[1 2 3 4 5]

np.savez

numpy.savez() 函數(shù)將多個(gè)數(shù)組保存到以 npz 為擴(kuò)展名的文件中。

numpy.savez(file, *args, **kwds)

參數(shù)說(shuō)明：

 import numpy as np
 a = np.array([[1,2,3],[4,5,6]])
 b = np.arange(0, 1.0, 0.1)
 c = np.sin(b)
 # c 使用了關(guān)鍵字參數(shù) sin_array
 np.savez("nhooo.npz", a, b, sin_array = c)
 r = np.load("nhooo.npz") 
 print(r.files) # 查看各個(gè)數(shù)組名稱
 print(r["arr_0"]) # 數(shù)組 a
 print(r["arr_1"]) # 數(shù)組 b
 print(r["sin_array"]) # 數(shù)組 c

輸出結(jié)果為：

 ['sin_array', 'arr_0', 'arr_1']
 [[1 2 3]
  [4 5 6]]
 [0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
 [0. 0.09983342 0.19866933 0.29552021 0.38941834 0.47942554
  0.56464247 0.64421769 0.71735609 0.78332691]

savetxt()

savetxt() 函數(shù)是以簡(jiǎn)單的文本文件格式存儲(chǔ)數(shù)據(jù)，對(duì)應(yīng)的使用 loadtxt() 函數(shù)來(lái)獲取數(shù)據(jù)。

 np.loadtxt(FILENAME, dtype=int, delimiter=' ')
 np.savetxt(FILENAME, a, fmt="%d", delimiter=",")

參數(shù) delimiter 可以指定各種分隔符、針對(duì)特定列的轉(zhuǎn)換器函數(shù)、需要跳過(guò)的行數(shù)等。

 import numpy as np
 a = np.array([1,2,3,4,5]) 
 np.savetxt('out.txt',a) 
 b = np.loadtxt('out.txt') 
  
 print(b)

輸出結(jié)果為：

[1. 2. 3. 4. 5.]

使用 delimiter 參數(shù)：

 import numpy as np
 a=np.arange(0,10,0.5).reshape(4,-1)
 np.savetxt("out.txt",a,fmt="%d",delimiter=",") # 改為保存為整數(shù)，以逗號(hào)分隔
 b = np.loadtxt("out.txt",delimiter=",") # load 時(shí)也要指定為逗號(hào)分隔
 print(b)

   [[0. 0. 1. 1. 2.]
  [2. 3. 3. 4. 4.]
  [5. 5. 6. 6. 7.]
  [7. 8. 8. 9. 9.]]