numpy 文件的存储与读取

一时失言乱红尘 2022-02-20 13:48 177阅读 0赞

需要了解两个函数名： tofile 和 fromfile  两个函数。tofile输出的数据没有格式，因此用numpy.fromfile读回来的时候需要自己格式化数据。

a = np.arange(0,12)
    >>> a
    array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
    >>> 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)
    >>> b
    array([2.12199579e-314, 6.36598737e-314, 1.06099790e-313, 1.48539705e-313,
           1.90979621e-313, 2.33419537e-313])
    >>> a.dtype
    dtype('int32')
    >>> b=np.fromfile("a.bin",dtype=np.int32)
    >>> b
    array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
    >>> b.shape=3,4
    >>> b
    array([[ 0,  1,  2,  3],
           [ 4,  5,  6,  7],
           [ 8,  9, 10, 11]])

numpy.load和numpy.save函数以NumPy专用的二进制类型保存数据，这两个函数会自动处理元素类型和shape等信息，使用它们读写数组就方便多了，但是numpy.save输出的文件很难和其它语言编写的程序读入：

>>> np.save("a.npy",a)
    >>> c=np.load("a.npy")
    >>> c
    array([[ 0,  1,  2,  3],
           [ 4,  5,  6,  7],
           [ 8,  9, 10, 11]])

文件名和文件对象：

>>> a=np.arange(8)
    >>> b=np.add.accumulate(a)
    >>> c=a+b
    >>> c
    array([ 0,  2,  5,  9, 14, 20, 27, 35])
    >>> a
    array([0, 1, 2, 3, 4, 5, 6, 7])
    >>> b
    array([ 0,  1,  3,  6, 10, 15, 21, 28], dtype=int32)
    >>> f=file("result.npy","wb")
    Traceback (most recent call last):
      File "<pyshell#37>", line 1, in <module>
        f=file("result.npy","wb")
    NameError: name 'file' is not defined
    >>> f=open("result.npy","wb")
    >>> np.save(f,a)
    >>> np.save(f,b)
    >>> np.save(f,c)
    >>> f.close()
    >>> f=open("result.npy","rb")
    >>> np.load(f)
    array([0, 1, 2, 3, 4, 5, 6, 7])
    >>> np.load(f)
    array([ 0,  1,  3,  6, 10, 15, 21, 28])
    >>> np.load(f)
    array([ 0,  2,  5,  9, 14, 20, 27, 35])

参考：[numpy 快速处理数据][numpy]

[numpy]: https://docs.huihoo.com/scipy/scipy-zh-cn/numpy_intro.html#id8