python-Numpy数据分析-数组的保存与读取（三）

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：

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。

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

Python 数据挖掘 数据结构

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。