NumPy提供了多種存取數(shù)組內(nèi)容的文件操作函數(shù)。保存數(shù)組數(shù)據(jù)的文件可以是二進制格式或者文本格式。二進制格式的文件又分為NumPy專用的格式化二進制類型和無格式類型。

numpy格式的文件可以保存為后綴為（.npy/.npz）格式的文件

1. tofile()和fromfile()

• tofile()將數(shù)組中的數(shù)據(jù)以二進制格式寫進文件
• tofile()輸出的數(shù)據(jù)不保存數(shù)組形狀和元素類型等信息
• fromfile()函數(shù)讀回數(shù)據(jù)時需要用戶指定元素類型，并對數(shù)組的形狀進行適當?shù)男薷?/li>

import numpy as np
 
# 隨機生成12個數(shù)字并將其有一維轉(zhuǎn)換成3*4的矩陣形式
a = np.arange(12)
print("一維數(shù)組:",a)
a.shape = 3,4
print("3*4的矩陣:",a)
 
# 將數(shù)組中的數(shù)據(jù)以二進制格式寫入到文件
a.tofile('a.bin')
# fromfile在讀取numpy文件時需要自己指定數(shù)據(jù)格式,并且原格式并為保存
b1 = np.fromfile('a.bin', dtype=np.float) # 按照float讀取數(shù)據(jù)
b2 = np.fromfile('a.bin', dtype=np.int) # 按照int讀取數(shù)據(jù)
b3 = np.fromfile('a.bin', dtype=np.int32) # 按照int32讀取數(shù)據(jù)
print('float格式b1:{},\nint格式b2:{},\nint32格式b3:{}'.format(b1,b2,b3))
 
b3.shape = 3,4
print('b3:',b3)

2. save() 和 load(),savez()

• NumPy專用的二進制格式保存數(shù)據(jù)，它們會自動處理元素類型和形狀等信息
• 如果想將多個數(shù)組保存到一個文件中，可以使用savez()
• savez()的第一個參數(shù)是文件名，其后的參數(shù)都是需要保存的數(shù)組，也可以使用關(guān)鍵字參數(shù)為數(shù)組起名
• 非關(guān)鍵字參數(shù)傳遞的數(shù)組會自動起名為arr_0、arr_1、...。
• savez()輸出的是一個擴展名為npz的壓縮文件，其中每個文件都是一個save()保存的npy文件，文件名和數(shù)組名相同
• load()自動識別npz文件，并且返回一個類似于字典的對象，可以通過數(shù)組名作為鍵獲取數(shù)組的內(nèi)容

import numpy as np
 
a = np.arange(12)
a.shape = 3,4
# 將數(shù)據(jù)存儲為npy/npz
np.save('a.npy', a)
np.save('a.npz', a)
c = np.load('a.npy')
print('save-load：',c)
 
# 存儲多個數(shù)組
b1 = np.array([[6, 66, 666],[888, 88,8]])
b2 = np.arange(0, 1.0, 0.1)
c2 = np.sin(b2)
np.savez('result.npz', b1,b2,sin_arry = c)
c3 = np.load('result.npz') # npz文件時一個壓縮文件
print(c3)
print("數(shù)組b1:{}\n數(shù)組b2：{}\n數(shù)組sin_arry:{}".format(c3['arr_0'],c3['arr_1'],c3['sin_arry']))

3. savetxt() 和 loadtxt()

• 讀寫1維和2維數(shù)組的文本文件
• 可以用它們讀寫CSV格式的文本文件

用這種方式來對數(shù)據(jù)進行存儲，方便深度學(xué)習(xí)中, 保存了訓(xùn)練集,驗證集,測試集,還包括他們的標簽,用這個方式存儲起來,要啥加載啥,文件數(shù)量大大減少,也不會到處改文件名。算是get到了另外一種好的存儲數(shù)據(jù)的方式

參考：https://www.cnblogs.com/wushaogui/p/9142019.html

https://www.cnblogs.com/dmir/p/5009075.html

到此這篇關(guān)于python利用numpy存取文件案例教程的文章就介紹到這了,更多相關(guān)python利用numpy內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！