numpy 文件的存储与读取-蒲公英云

numpy 文件的存储与读取

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])