博客

在开发环境中经常需要将处理好的数组进行保存与加载

一、数组保存为二进制文件

1、单个数组的保存与加载

np.save(r’路径\文件名’,数组名)

np.load(r’路径\文件名’)

• 将数组ndarray保存为文件，一般需要指定文件的路径，否则保存到默认路径
• 文件默认为.npy格式
• 加载文件，即可直接加载文件中的数组

实例：数组保存

import datetime as dt
import numpy as np
print('start：',dt.datetime.now())
a=np.array([2,3,6,8])
b=np.array([4,7,5,6])
c=np.array([5,2,2,4])
res=np.array([a,b,c]).reshape(2,3,2)
np.save(r'C:\Users\xyy\Desktop\res',res)
print('文件res.npy已保存：',dt.datetime.now())

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
start： 2021-06-25 11:16:38.015372
文件res.npy已保存： 2021-06-25 11:16:38.016613

实例：数组加载

import numpy as np
res=np.load(r'C:\Users\xyy\Desktop\res.npy')
print('res:\n',res)

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
res:
 [[[2 3]
  [6 8]
  [4 7]]

 [[5 6]
  [5 2]
  [2 4]]]

2、多个数组的保存与加载

np.savez(r’路径\文件名’,参数1=数组1,参数2=数组2,…)

加载打包文件：对象=np.load(r’路径\文件名’)

提取各数组：数组名=对象[‘参数’]

• 其实就是将几个数组对应的.npy文件打包保存到同一个文件中
• 打包文件默认为.npz格式
• 加载打包文件赋给新对象(加载时要加文件后缀.npz)，然后用
  
  对象[‘参数’]
  
  即可加载对应数组
• 保存时，若每个数组未给定参数，则默认为arr_0,arr_1依此类推
• np.savez()代表不压缩每个.npy数组文件，直接打包到一起
• np.savez_compressed()代表压缩每个.npy数组文件然后再打包，这样可以减少.npz文件的大小

实例：多数组保存

import datetime as dt
import numpy as np
print('start：',dt.datetime.now())
a=np.array([2,3,6,8])
b=np.array([4,7,5,6])
np.savez(r'C:\Users\xyy\Desktop\a_b',a=a,b=b)
print('文件a_b.npz已保存：',dt.datetime.now())

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
start： 2021-06-25 11:25:04.138222
文件a_b.npz已保存： 2021-06-25 11:25:04.140234

实例：多数组加载

import numpy as np
a_b=np.load(r'C:\Users\xyy\Desktop\a_b.npz')
a=a_b['a']
b=a_b['b']
print('a:\n',a)
print('b:\n',b)

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
a:
 [2 3 6 8]
b:
 [4 7 5 6]

二、数组保存为文本文件

1、保存

np.savetxt(r’路径\文件名’,数组名,fmt=‘数据格式’,delimiter=’’,newline=’\n’,header=’’,footer=’’,

comments=’#’,encoding=None)

• 
  只适用于一维、二维数组
  
• 文件名默认为.txt格式。若后缀为.gz，则保存为.gzip格式；若后缀为.csv，则保存为.csv格式
• fmt：单个数据格式用于指定所有数据的格式；数据格式列表用于指定每列数据的格式
  
  
  
  (eg：’%f’所有数据格式为浮点型；[’%.2f’,’%.4f’]第一列保留两位小数，第二列保留4位小数)
  
  
• delimiter：指定列分隔符，默认为空格
• newline：指定行分隔符，默认为回车
• header：文件头部写入内容
• footer：文件尾部写入内容
• comments：文件头部或尾部内容的开头字符串，默认为#
• encoding：使用默认就行

2、加载

np.loadtxt(r’路径\文件名’,dtype=float,

delimiter=None,converters=None,comments=’#’,skiprows=0,usecols=None,unpack=False,encoding=‘bytes’)

• dtype：读取文件后，指定整个文件内容的数据类型，默认为float
• delimiter：读取文件后，对每个数据按照参数进行分隔，默认不分隔
• converters：对列数据进行函数处理再读取，{列号：函数}，列号从0开始
• comments：不读取以参数开头的字符串
• skiprows：不读取参数指定的行，行号从1开始
• usecols：只读取参数指定的列，列号从0开始
• unpack：默认为False即将数据按行输出；True指将数据按列输出
• encoding：读取文件时的编码，默认即可

实例：.txt文件的保存与加载

保存

import datetime as dt
import numpy as np
print('start：',dt.datetime.now())
a=np.array([2,3,6,8])
b=np.array([4,7,5,6])
c=np.array([a,b])
np.savetxt(r'C:\Users\xyy\Desktop\c',c,fmt=['%.2f','%.2f','%.1f','%.1f'],delimiter=',',header='(2,4)型数组')
print('文件c.txt已保存：',dt.datetime.now())

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
start： 2021-06-25 12:39:51.345848
文件c.txt已保存： 2021-06-25 12:39:51.349730

加载

import numpy as np
c=np.loadtxt(r'C:\Users\xyy\Desktop\c',dtype=list)
print('列表c:\n',c)
c=np.loadtxt(r'C:\Users\xyy\Desktop\c',dtype=list,delimiter=',')
print('列表c,用,分割数据:\n',c)
c=np.loadtxt(r'C:\Users\xyy\Desktop\c',dtype=list,delimiter=',',converters={2:lambda x:len(x),3:lambda x:x*2})
print('列表c,用,分割数据,第3列数据返回数据长度，第4列数据*2:\n',c)
c=np.loadtxt(r'C:\Users\xyy\Desktop\c',dtype=list,delimiter=',',converters={2:lambda x:len(x),3:lambda x:x*2},usecols=[0,2,3])
print('列表c,用,分割数据,第3列数据返回数据长度，第4列数据*2，只读取第1、3、4列:\n',c)

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
列表c:
 ['2.00,3.00,6.0,8.0' '4.00,7.00,5.0,6.0']
列表c,用,分割数据:
 [['2.00' '3.00' '6.0' '8.0']
 ['4.00' '7.00' '5.0' '6.0']]
列表c,用,分割数据,第3列数据返回数据长度，第4列数据*2:
 [['2.00' '3.00' 3 b'8.08.0']
 ['4.00' '7.00' 3 b'6.06.0']]
列表c,用,分割数据,第3列数据返回数据长度，第4列数据*2，只读取第1、3、4列:
 [['2.00' 3 b'8.08.0']
 ['4.00' 3 b'6.06.0']]

实例：.csv文件的保存与加载

保存

import datetime as dt
import numpy as np
print('start：',dt.datetime.now())
dtype=[('name','S10'),('age',int),('grade',float)]
values=[('cindy',18,95.255),('alice',20,86.512)]
c=np.array(values,dtype=dtype)
np.savetxt(r'C:\Users\xyy\Desktop\c.csv',c.T,delimiter=',',fmt=['%s','%f','%.2f'],header='(2,3)型数组')
print('文件c.csv已保存：',dt.datetime.now())

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
start： 2021-06-25 13:55:34.020964
文件c.csv已保存： 2021-06-25 13:55:34.022043

加载

import numpy as np
c=np.loadtxt(r'C:\Users\xyy\Desktop\c.csv',dtype=list)
print('列表c:\n',c)
c=np.loadtxt(r'C:\Users\xyy\Desktop\c.csv',dtype=list,delimiter=',')
print('列表c,用,分割数据:\n',c)
c=np.loadtxt(r'C:\Users\xyy\Desktop\c.csv',dtype=list,delimiter=',',converters={0:lambda x:len(x),2:lambda x:x*2})
print('列表c,用,分割数据,第1列数据返回数据长度，第3列数据*2:\n',c)
c=np.loadtxt(r'C:\Users\xyy\Desktop\c.csv',dtype=list,delimiter=',',converters={0:lambda x:len(x)},usecols=[0,1])
print('列表c,用,分割数据,第1列数据返回数据长度，只读取第1、2列:\n',c)
c=np.loadtxt(r'C:\Users\xyy\Desktop\c.csv',dtype=list,delimiter=',',unpack=True)
print('列表c按,分割数据，按列返回：\n',c)

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
列表c:
 ["b'cindy',18.000000,95.25" "b'alice',20.000000,86.51"]
列表c,用,分割数据:
 [["b'cindy'" '18.000000' '95.25']
 ["b'alice'" '20.000000' '86.51']]
列表c,用,分割数据,第1列数据返回数据长度，第3列数据*2:
 [[8 '18.000000' b'95.2595.25']
 [8 '20.000000' b'86.5186.51']]
列表c,用,分割数据,第1列数据返回数据长度，只读取第1、2列:
 [[8 '18.000000']
 [8 '20.000000']]
列表c按,分割数据，按列返回：
 [["b'cindy'" "b'alice'"]
 ['18.000000' '20.000000']
 ['95.25' '86.51']]