Numpy 文件操作

a=np.arange(15).reshape(3,5)

np.savetxt('a.txt',a)存贮

b=np.loadtxt('a.txt')读出

np.save('a.npy',a) 保存为numpy特有的二进制格式

c=np.load('a.npy')读取

### 使用 Numpy 进行文件操作 Numpy 提供了多种方式来处理文件读取和保存数据,这些功能对于数据分析和科学计算非常有用。以下是几种常见的文件操作方法: #### 加载文本文件的数据 可以通过 `loadtxt` 函数加载简单的纯文本格式的数据文件。 ```python data = np.loadtxt('filename.txt') ``` 如果文件包含混合类型的字段或有更复杂的结构,则可以使用带有更多选项的 `genfromtxt` 或者 `recfromcsv` 方法[^2]。 #### 保存数组到文本文件 为了将 NumPy 数组保存成文本文件,可利用 `savetxt` 函数指定分隔符和其他参数。 ```python np.savetxt('output_filename.txt', array, delimiter=',') ``` 这会创建一个新的 CSV 文件,其中每行对应于原数组的一行,并由逗号分隔各个数值。 #### 存储与恢复二进制格式 (.npy.npz) NumPy 支持高效的二进制存储形式 `.npy` 单个数组以及 `.npz` 压缩包多个数组的形式。 - **单个数组**: ```python # Save an array to a binary file in .npy format. np.save('my_array.npy', my_array) # Load the saved array from disk back into memory. loaded_my_array = np.load('my_array.npy') ``` - **多个数组打包在一个压缩文件里(.npz)** : ```python arrays_dict = {'arr1': arr1, 'arr2': arr2} np.savez('multiple_arrays.npz', **arrays_dict) # To load all arrays at once: loaded_data = np.load('multiple_arrays.npz') for key in loaded_data.files: print(key, loaded_data[key]) ``` 上述代码片段展示了如何高效地存取大型多维数组而不损失精度,同时也便于后续快速加载回内存中继续工作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值