python-Numpy数据分析-数组的保存与读取（三）

1. 数组以二进制格式保存

np.save和np.load是读写磁盘数组数据的两个主要函数。默认情况下，数组以未压缩的原始二进制格式保存在扩展名为npy的文件中，以数组a为例

  

   

    

     

    
    

     

      np.save("filename.npy",a)
     
    
   

    

     

    
    

     

      b = np.load("filename.npy")
     
    
  
 

利用这种方法，保存文件的后缀名字一定会被置为.npy

2. 存取文本文件

使用 np.savetxt 和 np.loadtxt 只能读写 1 维和 2 维的数组 
np.savetxt：将数组写入以某种分隔符隔开的文本文件中 
np.loadtxt：指定某种分隔符，将文本文件读入到数组中

  

   

    

     

    
    

     

      np.savetxt("filename.txt",a)
     
    
   

    

     

    
    

     

      b =  numpy.loadtxt("filename.txt", delimiter=',')
     
    
  
 

3. 保存为二进制文件

使用数组的 tofile 函数可以方便地将数组中数据以二进制的格式写进文件

  

   

    

     

    
    

     

      a.tofile("filename.bin")
     
    
   

    

     

    
    

     

      b = np.fromfile("filename.bin",dtype = **)
     
    
  
 

该方法与np.save有几点区别：

1. tofile函数只能将数组保存为二进制文件，文件后缀名没有固定要求。这种保存方法对数据读取有要求，np.fromfile 需要手动指定读出来的数据的的dtype，如果指定的格式与保存时的不一致，则读出来的就是错误的数据。
2. tofile函数不能保存当前数据的行列信息，不管数组的排列顺序是C语言格式的还是Fortran语言格式，统一使用C语言格式输出。因此使用 np.fromfile 读出来的数据是一维数组，需要利用reshape指定行列信息。

例如下面的例子所示：

  

   

    

     

    
    

     

      >>> a = np.arange(0,12)
     
    
   

    

     

    
    

     

      >>> a.shape = 3,4
     
    
   

    

     

    
    

     

      >>> a
     
    
   

    

     

    
    

     

      array([[ 0,  1,  2,  3],
     
    
   

    

     

    
    

     

             [ 4,  5,  6,  7],
     
    
   

    

     

    
    

     

             [ 8,  9, 10, 11]])
     
    
   

    

     

    
    

     

      >>> a.tofile("a.bin")
     
    
   

    

     

    
    

     

      >>> b = np.fromfile("a.bin", dtype=np.float) # 按照float类型读入数据
     
    
   

    

     

    
    

     

      >>> b # 读入的数据是错误的
     
    
   

    

     

    
    

     

      array([  2.12199579e-314,   6.36598737e-314,   1.06099790e-313,
     
    
   

    

     

    
    

     
         1.48539705e-313,   1.90979621e-313,   2.33419537e-313])
     
    
   

    

     

    
    

     

      >>> a.dtype # 查看a的dtype
     
    
   

    

     

    
    

     

      dtype('int32')
     
    
   

    

     

    
    

     

      >>> b = np.fromfile("a.bin", dtype=np.int32) # 按照int32类型读入数据
     
    
   

    

     

    
    

     

      >>> b # 数据是一维的
     
    
   

    

     

    
    

     

      array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
     
    
   

    

     

    
    

     

      >>> b.shape = 3, 4 # 按照a的shape修改b的shape
     
    
   

    

     

    
    

     

      >>> b
     
    
   

    

     

    
    

     

      array([[ 0,  1,  2,  3],
     
    
   

    

     

    
    

     

             [ 4,  5,  6,  7],
     
    
   

    

     

    
    

     

             [ 8,  9, 10, 11]])
     
    
  
 

转载自：https://blog.csdn.net/u010089444/article/details/52738479
 

文章来源: brucelong.blog.csdn.net，作者：Bruce小鬼，版权归原作者所有，如需转载，请联系作者。

原文链接：brucelong.blog.csdn.net/article/details/80676423