首页 > 其他分享 >NumPy科学计算库学习_003_NumPy数组的IO操作

NumPy科学计算库学习_003_NumPy数组的IO操作

时间:2023-01-03 07:11:15浏览次数:35  
标签:arr io 003 IO npz np csv NumPy datas

导入模块

import numpy as np

生成一个数组

arr_io_1 = np.random.randint(0,10,(2,3))
arr_io_2 = np.random.randint(0,10,3)
print("【arr_io_1】\n",arr_io_1)
print("【arr_io_2】\n",arr_io_2)
【arr_io_1】
 [[4 9 8]
 [4 6 2]]
【arr_io_2】
 [9 6 2]

将一个NumPy数组以一个文件的形式【保存】起来(.npy)

np.save("array.npy", arr_io_1)

将多个NumPy数组以一个文件的形式【保存】起来(.npz)

# a、b这两个key可以自定义命名
np.savez("arrays.npz", a = arr_io_1, b = arr_io_2)

读取.npy文件

np.load("array.npy")
array([[4, 9, 8],
       [4, 6, 2]])

读取.npz文件

npz_datas = np.load("arrays.npz")
npz_datas_1 = npz_datas['a']
npz_datas_2 = npz_datas['b']

print("【npz_datas_1】\n",npz_datas_1)
print("【npz_datas_2】\n",npz_datas_2)
print("【遍历输出文件中的所有数组】")
for key, arr in npz_datas.items():
    print(key, ": ", arr)
【npz_datas_1】
 [[4 9 8]
 [4 6 2]]
【npz_datas_2】
 [9 6 2]
【遍历输出文件中的所有数组】
a :  [[4 9 8]
 [4 6 2]]
b :  [9 6 2]

保存为.txt文件

np_arr = np.random.randint(0,10,size=(3,4))
print("【原数组:np_arr】\n",np_arr)
np.savetxt("np_arr.txt",np_arr,delimiter=',')
【np_arr】
 [[1 8 5 9]
 [6 3 7 7]
 [5 3 8 7]]

读取.txt文件

np_arr_load_txt = np.loadtxt("np_arr.txt",delimiter=',',dtype=np.int32)
print("【np_arr_load_txt】\n", np_arr_load_txt)
【np_arr_load_txt】
 [[3 5 9 3]
 [8 0 7 7]
 [0 3 5 3]]

保存.csv`文件

np_arr_csv = np.random.randint(0,10,size=(3,4))
print("【np_arr_csv】\n",np_arr_csv)
np.savetxt("np_arr_csv.csv",np_arr,delimiter=',')
【np_arr_csv】
 [[8 9 0 7]
 [6 0 1 8]
 [5 9 8 5]]

读取.csv文件

np_arr_load_csv = np.loadtxt("np_arr_csv.csv",delimiter=',',dtype=np.int32)
print("【np_arr_csv】\n", np_arr_csv)
【np_arr_csv】
 [[9 1 1 2]
 [9 9 5 6]
 [4 0 4 2]]

标签:arr,io,003,IO,npz,np,csv,NumPy,datas
From: https://www.cnblogs.com/cloucodeforfun/p/16678033.html

相关文章