NumPy提供了多种存取数组内容的文件操作函数。保存数组数据的文件可以是二进制格式或者文本格式。二进制格式的文件又分为NumPy专用的格式化二进制类型和无格式类型。
numpy格式的文件可以保存为后缀为(.npy/.npz)格式的文件
1. tofile()和fromfile()
import numpy as np# 随机生成12个数字并将其有一维转换成3*4的矩阵形式a = np.arange(12)print("一维数组:",a)a.shape = 3,4print("3*4的矩阵:",a)# 将数组中的数据以二进制格式写入到文件a.tofile('a.bin')# fromfile在读取numpy文件时需要自己指定数据格式,并且原格式并为保存b1 = np.fromfile('a.bin', dtype=np.float) # 按照float读取数据b2 = np.fromfile('a.bin', dtype=np.int) # 按照int读取数据b3 = np.fromfile('a.bin', dtype=np.int32) # 按照int32读取数据print('float格式b1:{},/nint格式b2:{},/nint32格式b3:{}'.format(b1,b2,b3))b3.shape = 3,4print('b3:',b3)
2. save() 和 load(),savez()
import numpy as npa = np.arange(12)a.shape = 3,4# 将数据存储为npy/npznp.save('a.npy', a)np.save('a.npz', a)c = np.load('a.npy')print('save-load:',c)# 存储多个数组b1 = np.array([[6, 66, 666],[888, 88,8]])b2 = np.arange(0, 1.0, 0.1)c2 = np.sin(b2)np.savez('result.npz', b1,b2,sin_arry = c)c3 = np.load('result.npz') # npz文件时一个压缩文件print(c3)print("数组b1:{}/n数组b2:{}/n数组sin_arry:{}".format(c3['arr_0'],c3['arr_1'],c3['sin_arry']))
3. savetxt() 和 loadtxt()
用这种方式来对数据进行存储,方便深度学习中, 保存了训练集,验证集,测试集,还包括他们的标签,用这个方式存储起来,要啥加载啥,文件数量大大减少,也不会到处改文件名。算是get到了另外一种好的存储数据的方式
总结
以上所述是小编给大家介绍的python利用numpy存取文件的方式,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对武林网网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
新闻热点
疑难解答
图片精选