这次给大家带来Numpy数组应该怎么保存与读取，Numpy数组保存与读取的注意事项有哪些，下面就是实战案例，一起来看一下。
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.savet本文来源[email protected]搞@^&代*@码)网5xt 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>>> aarray([[ 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dtypedtype('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>>> barray([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
相信看了本文案例你已经掌握了方法，更多精彩请关注搞代码其它相关文章！
推荐阅读：
Python Numpy如何操作数组和矩阵
Python实现求解最大公约数的方法
以上就是Numpy数组应该怎么保存与读取的详细内容，更多请关注搞代码gaodaima其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Numpy数组应该怎么保存与读取
转载请注明原文链接：Numpy数组应该怎么保存与读取
