Numpy文件存取 Numpy

Numpy能够读写磁盘上的文本数据或二进制数据。
将数组以二进制格式保存到磁盘 np.load和np.save是读写磁盘数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中。

>>> import numpy as np A = np.arange(15).reshape(3,5) >>> A array([[ 0,1,2,3,4], [ 5,6,7,8,9], [10, 11, 12, 13, 14]]) >>> np.save("A.npy",A)#如果文件路径末尾没有扩展名.npy，该扩展名会被自动加上。 >>> B=np.load("A.npy") >>> B array([[ 0,1,2,3,4], [ 5,6,7,8,9], [10, 11, 12, 13, 14]])

注：保存为Numpy专用的二进制格式后，就不能用notepad++等打开看了（乱码）。因此这种方式建议在不需要看保存文件内容的情况下使用。
np.savez 如果你想将多个数组保存到一个文件中的话，可以使用numpy.savez函数。savez函数的第一个参数是文件名，其后的参数都是需要保存的数组，也可以使用关键字参数为数组起一个名字，非关键字参数传递的数组会自动起名为arr_0, arr_1, …。savez函数输出的是一个压缩文件(扩展名为npz)，其中每个文件都是一个save函数保存的npy文件，文件名对应于数组名。load函数自动识别npz文件，并且返回一个类似于字典的对象，可以通过数组名作为关键字获取数组的内容：

>>> C=np.array([1,0,1,0]) >>> np.savez("files.npz",A,B,C_array=C) >>> D=np.load("files.npz") >>> D['arr_0'] array([[ 0,1,2,3,4], [ 5,6,7,8,9], [10, 11, 12, 13, 14]]) >>> D['arr_1'] array([[ 0,1,2,3,4], [ 5,6,7,8,9], [10, 11, 12, 13, 14]]) >>> D['arr_2'] Traceback (most recent call last): File "", line 1, in File "D:\Python3\lib\site-packages\numpy\lib\npyio.py", line 255, in __getitem__ raise KeyError("%s is not a file in the archive" % key) KeyError: 'arr_2 is not a file in the archive' >>> D['C_array'] array([1, 0, 1, 0])

如果你用解压软件打开files.npz文件的话，会发现其中有三个文件：arr_0.npy， arr_1.npy， C_array.npy，其中分别保存着数组A,B,C的内容。
存取文本文件 np.loadtxt和np.savetxt可以读写1维和2维的数组：
同时可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等。

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

【Numpy文件存取】例子：

>>> a=np.arange(0,10).reshape(2,-1) >>> a array([[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]]) >>> np.savetxt("a.txt",a) #缺省按照'%.18e'格式保存数据，以空格分隔 >>> np.loadtxt("a.txt") array([[ 0.,1.,2.,3.,4.], [ 5.,6.,7.,8.,9.]])

>>> a=np.arange(0,10,0.5).reshape(4,-1) >>> a array([[ 0. ,0.5,1. ,1.5,2. ], [ 2.5,3. ,3.5,4. ,4.5], [ 5. ,5.5,6. ,6.5,7. ], [ 7.5,8. ,8.5,9. ,9.5]]) >>> np.savetxt("a.txt",a,fmt="%d",delimiter=",")#改为保存为整数，以逗号分隔 >>> np.loadtxt("a.txt",delimiter=",")#load时也要指定为逗号分隔 array([[ 0.,0.,1.,1.,2.], [ 2.,3.,3.,4.,4.], [ 5.,5.,6.,6.,7.], [ 7.,8.,8.,9.,9.]])