数组的读写

数组支持方便的读写操作。

数组的读取

import numpy as np

可以用函数np.loadtxt()从文本文件中读取数据。假设有这样的一个文件myfile.txt，内容为：

%%writefile myfile.txt
2.1 2.3 3.2 1.3 3.1
6.1 3.1 4.2 2.3 1.8

Writing myfile.txt

np.loadtxt('myfile.txt')

array([[2.1, 2.3, 3.2, 1.3, 3.1],
       [6.1, 3.1, 4.2, 2.3, 1.8]])

默认文件中的数据是空格分割，如果分割符不是空格，则可以通过参数指定：

%%writefile myfile.txt
2.1, 2.3, 3.2, 1.3, 3.1
6.1, 3.1, 4.2, 2.3, 1.8

Overwriting myfile.txt

np.loadtxt('myfile.txt', delimiter=',')

array([[2.1, 2.3, 3.2, 1.3, 3.1],
       [6.1, 3.1, 4.2, 2.3, 1.8]])

数组的二进制读写

直接读写文本方式不如使用二进制读写速度快效率高。可以将数组存储成二进制格式，并进行读取。

用于保存数组的函数有：

• np.save(file_name, arr)：保存单个数组，.npy格式。
• np.savez(file_name, *args, **kwds)：保存多个数组，无压缩的.npz格式。
  用于读取数组的函数为：
• np.load(file_name)：对于.npy文件，返回保存的数组；对于.npz文件，返回一个名称-数组对组成的字典。

考虑以下两个数组：

a = np.ones((2, 3))

b = np.zeros(3)

单个数组可以用np.save()保存，并用np.load()函数读取，读取后，返回一个数组：

np.save("data", a)

np.load("data.npy")

array([[1., 1., 1.],
       [1., 1., 1.]])

多个数组可以用np.savez()和np.load()函数读写。np.savez()函数支持两种模式保存多个数组，第一种是*arg模式：

np.savez("dataall", a, b)

data = np.load("dataall.npz")

data

当np.load()函数读取保存的多个数组时，函数会返回一个字典。在*arg模式下，这些数组对应的键会被自动命名为arr_数字的形式，其中的数字按照保存的顺序，从0开始，因此，用键arr_0索引得到的数组是a，arr_1索引得到的数组是b：

for k in data:
    print(k, data[k])

arr_0 [[1. 1. 1.]
 [1. 1. 1.]]
arr_1 [0. 0. 0.]

第二种是**kwds模式：

np.savez("dataall", x=a, y=b)

data = np.load("dataall.npz")

此时索引的字典是保存时传入的参数：

for k in data:
    print(k, data[k])

x [[1. 1. 1.]
 [1. 1. 1.]]
y [0. 0. 0.]

删除生成的文件：

%rm myfile.txt data.npy dataall.npz