溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
將 numpy 數組存入文件，有多種文件類型可供選擇，對應地就有不同的方法來讀寫。
下面我將介紹讀寫 numpy 的三類文件：
通過 numpy 讀寫 txt 或 csv 文件
import numpy as np a = np.array(range(20)).reshape((4, 5)) print(a) # 后綴改為 .txt 一樣 filename = 'data/a.csv' # 寫文件 np.savetxt(filename, a, fmt='%d', delimiter=',') # 讀文件 b = np.loadtxt(filename, dtype=np.int32, delimiter=',') print(b)
缺點：
通過 numpy 讀寫 npy 或 npz 文件
讀寫 npy 文件
import numpy as np a = np.array(range(20)).reshape((2, 2, 5)) print(a) filename = 'data/a.npy' # 寫文件 np.save(filename, a) # 讀文件 b = np.load(filename) print(b) print(b.shape)
優點：
缺點：
讀寫 npz 文件
import numpy as np
a = np.array(range(20)).reshape((2, 2, 5))
b = np.array(range(20, 44)).reshape(2, 3 ,4)
print('a:\n', a)
print('b:\n', b)
filename = 'data/a.npz'
# 寫文件， 如果不指定key，那么默認key為'arr_0'、'arr_1'，一直排下去。
np.savez(filename, a, b=b)
# 讀文件
c = np.load(filename)
print('keys of NpzFile c:\n', c.keys())
print("c['arr_0']:\n", c['arr_0'])
print("c['b']:\n", c['b'])
優點：
缺點：
通過 h6py 讀寫 hdf5 文件
優點：
簡單讀取
import numpy as np
import h6py
a = np.array(range(20)).reshape((2, 2, 5))
b = np.array(range(20)).reshape((1, 4, 5))
print(a)
print(b)
filename = 'data/data.h6'
# 寫文件
h6f = h6py.File(filename, 'w')
h6f.create_dataset('a', data=a)
h6f.create_dataset('b', data=b)
h6f.close()
# 讀文件
h6f = h6py.File(filename, 'r')
print(type(h6f))
# 通過切片得到numpy數組
print(h6f['a'][:])
print(h6f['b'][:])
h6f.close()
通過切片賦值
import numpy as np
import h6py
a = np.array(range(20)).reshape((2, 2, 5))
print(a)
filename = 'data/a.h6'
# 寫文件
h6f = h6py.File(filename, 'w')
# 當數組a太大，需要切片進行操作時，可以不直接對h6f['a']進行初始化；
# 當之后不需要改變h6f['a']的shape時，可以省略maxshape參數
h6f.create_dataset('a', shape=(2, 2, 5), maxshape=(None, 2, 5), dtype=np.int32, compression='gzip')
for i in range(2):
# 采用切片的形式賦值
h6f['a'][i] = a[i]
h6f.close()
# 讀文件
h6f = h6py.File(filename, 'r')
print(type(h6f))
print(h6f['a'])
# 通過切片得到numpy數組
print(h6f['a'][:])
同一個 hdf5 文件可以創建多個 dataset，讀取的時候按照 key 來即可。
總結
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
