补充:
numpy.save("./文件名", 数组名):以二进制的格式保存数据,会将保存的多个数组以字典形式保存,每个数组都会默认给一个key,从“arr_0”开始。也可以在传入多个数组时用关键字自己指定其key值。numpy.load("./文件名.npy"): 函数是从二进制的文件中读取数据。通过np.load()加载,之后可以通过obj.files来查看所有key值,类似于字典的dict.keys。并且我们也可以通过key值索引保存的数组。
(1)随机生成一个数组,将数据保存为npy格式的文件中,
# 保存数据: import numpy as np data_1 = np.zeros((3, 3)) # 将 ndarray 类型的数据以字典的形式保存在扩展名为 npz 的数据文件中 np.save("test.npy", data_1)
执行代码之后,会出现生成的文件,
(2)读取npy文件中的数据,
# 加载数据 datas = np.load("test.npy") print("----type----") print(type(datas)) print("----shape----") print(datas.shape) print("----data----") print(datas)
(3)完整代码:
import numpy as np data_1 = np.zeros((3, 3)) # 将 ndarray 类型的数据以字典的形式保存在扩展名为 npz 的数据文件中 np.save("test.npy", data_1) # 加载数据 datas = np.load("test.npy") print("----type----") print(type(datas)) print("----shape----") print(datas.shape) print("----data----") print(datas)
补充:
numpy.savez(’./文件名’,数组名1,数组名2,…):可以将多个数组保存到一个文件中,会将保存的多个数组以字典形式保存,每个数组都会默认给一个key,从“arr_0”开始。也可以在传入多个数组时用关键字自己指定其key值。numpy.load():通过np.load()加载之后可以使用obj.files来查看所有key值,类似于字典的dict.keys。并且我们也可以通过key值索引保存的数组。
(1)随机生成一个数组,将数据保存为npz格式的文件中,
# 保存数据: import numpy as np data_1 = np.zeros((3, 3)) # 将 ndarray 类型的数据以字典的形式保存在扩展名为 npz 的数据文件中 np.savez("test.npz", data_1)
执行代码之后,会出现生成的文件,
(2)读取npz文件中的数据,
# 加载数据 datas = np.load("test.npz") # 第一种方法: print(datas.files) # ['arr_0'] print(datas['arr_0']) # np.zeros((3,3)) # 或使用第二种方法: for key, arr in datas.items(): print(key, ": ", arr)
(3)完整代码:
import numpy as np data_1 = np.zeros((3, 3)) # 将 ndarray 类型的数据以字典的形式保存在扩展名为 npz 的数据文件中 np.savez("test.npz", data_1) # 加载数据 datas = np.load("test.npz") # 第一种方法: print(datas.files) # ['arr_0'] print(datas['arr_0']) # np.zeros((3,3)) # 或使用第二种方法: for key, arr in datas.items(): print(key, ": ", arr)
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
长按识别二维码并关注微信
更方便到期提醒、手机管理