Ввод-вывод NumPy

NumPy может читать и записывать текстовые или двоичные данные на диске.

NumPy представляет простой формат файла для объектов ndarray:npy。

Файл npy используется для хранения данных, формы, dtype и другой информации, необходимой для восстановления ndarray.

Обычно используемые функции ввода-вывода включают:

  • Функции load() и save() — это две основные функции для чтения и записи данных массива в файлы. По умолчанию массивы сохраняются в несжатом необработанном двоичном формате в файлах с расширением .npy.
  • Функция savez() используется для записи нескольких массивов в файл. По умолчанию массивы сохраняются в несжатом необработанном двоичном формате в файлах с расширением .npz.
  • Функции loadtxt() и savetxt() работают с обычными текстовыми файлами (например, .txt).

numpy.save()

Функция numpy.save() сохраняет массив в файл с расширением .npy.

numpy.save(file, arr, allow_pickle=True, fix_imports=True)

Описание параметра:

  • filefile: файл для сохранения с расширением .npy. Если путь к файлу не заканчивается расширением .npy, расширение будет добавлено автоматически.
  • arrarr: массив для сохранения.
  • allow_pickleallow_pickle: Необязательный, логический. Позволяет сохранять массивы объектов с помощью Python pickles. Pickle в Python используется для сериализации и десериализации объектов перед сохранением в файл на диске или чтением из него.
  • fix_importsfix_imports: Необязательный, для удобства при чтении данных, сохранённых Python3 в Python2.

Пример

import numpy as np a = np.array([1,2,3,4,5]) # Сохранить в файл outfile.npy np.save('outfile.npy',a) # Сохранить в файл outfile2.npy; если путь к файлу не заканчивается на .npy, расширение будет добавлено автоматически np.save('outfile2',a)

Мы можем просмотреть содержимое файла:

$ cat outfile.npy 
?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), }  
$ cat outfile2.npy 
?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), } 

Видно, что файл выглядит нечитаемым, потому что это данные в специальном двоичном формате NumPy.

Мы можем использовать функцию load() для чтения данных, и они отобразятся нормально:

Пример

import numpy as np b = np.load('outfile.npy') print (b)

Вывод:

[1 2 3 4 5]

np.savez

Функция numpy.savez() сохраняет несколько массивов в файл с расширением .npz.

numpy.savez(file, *args, **kwds)

Описание параметра:

  • filefile: Файл для сохранения, с расширением.npz, если путь к файлу не заканчивается расширением.npz, расширение будет добавлено автоматически.
  • argsargs: Массивы для сохранения. Вы можете использовать именованные аргументы, чтобы задать имена массивов. Массивы, переданные как неименованные аргументы, будут автоматически названыarr_0, arr_1, … 。
  • kwdskwds: Назовите массивы для сохранения с помощью именованных аргументов.

Пример

import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = np.arange(0, 1.0, 0.1) c = np.sin(b) # c использует именованный параметр sin_array np.savez("example.npz", a, b, sin_array = c) r = np.load("example.npz") print(r.files) # Просмотр имён каждого массива print(r["arr_0"]) # массив a print(r["arr_1"]) # массив b print(r["sin_array"]) # массив c

Вывод:

['sin_array', 'arr_0', 'arr_1']
[[1 2 3]
 [4 5 6]]
[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
[0.         0.09983342 0.19866933 0.29552021 0.38941834 0.47942554
 0.56464247 0.64421769 0.71735609 0.78332691]

savetxt()

Функция savetxt() сохраняет данные в простом текстовом формате, а соответствующая функция loadtxt() используется для извлечения данных.

np.loadtxt(FILENAME, dtype=int, delimiter=' ')
np.savetxt(FILENAME, a, fmt="%d", delimiter=",")

Параметр delimiter может задавать различные разделители, функции преобразования для конкретных столбцов, количество пропускаемых строк и так далее.

Пример

import numpy as np a = np.array([1,2,3,4,5]) np.savetxt('out.txt',a) b = np.loadtxt('out.txt') print(b)

Вывод:

[1. 2. 3. 4. 5.]

Использование параметра delimiter:

Пример

import numpy as np a=np.arange(0,10,0.5).reshape(4,-1) np.savetxt("out.txt",a,fmt="%d",delimiter=",") # Изменить для сохранения в виде целых чисел, разделённых запятыми b = np.loadtxt("out.txt",delimiter=",") # При загрузке также укажите разделение запятыми print(b)

Вывод:

[[0. 0. 1. 1. 2.]
 [2. 3. 3. 4. 4.]
 [5. 5. 6. 6. 7.]
 [7. 8. 8. 9. 9.]]
Другие расширения