二进制格式保存文件np.save和np.load-Numpy数组的保存与读取方法

https://www.jb51.net/article/137715.htm

1. 数组以二进制格式保存

np.save和np.load是读写磁盘数组数据的两个主要函数。默认情况下，数组以未压缩的原始二进制格式保存在扩展名为npy的文件中，以数组a为例

1 2	np.save("filename.npy",a) b = np.load("filename.npy")

利用这种方法，保存文件的后缀名字一定会被置为.npy

2. 存取文本文件

使用 np.savetxt 和 np.loadtxt 只能读写 1 维和 2 维的数组

np.savetxt：将数组写入以某种分隔符隔开的文本文件中

np.loadtxt：指定某种分隔符，将文本文件读入到数组中

np.loadtxt()用于从文本加载数据。
文本文件中的每一行必须含有相同的数据。

---

loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

• fname要读取的文件、文件名、或生成器。
• dtype数据类型，默认float。
• comments注释。
• delimiter分隔符，默认是空格。
• skiprows跳过前几行读取，默认是0，必须是int整型。
• usecols：要读取哪些列，0是第一列。例如，usecols = （1,4,5）将提取第2，第5和第6列。默认读取所有列。
• unpack如果为True，将分列读取。

例如：

np.savetxt(r'/media/dell/D/qcc/RandLA-Net_ceshi/data/semantic_kitti/dataset/sequences/00/velodyne/cc_0.xyz',pointcl,fmt="%.5f,%.5f,%.5f",delimiter='
')

fmt="%.5f,%.5f,%.5f"是要以浮点说保存数据，小数点后保留5位小数。

1 2	np.savetxt("filename.txt",a) b = numpy.loadtxt("filename.txt", delimiter=',')

3. 保存为二进制文件

使用数组的 tofile 函数可以方便地将数组中数据以二进制的格式写进文件

1 2	a.tofile("filename.bin") b = np.fromfile("filename.bin",dtype = **) #读二进制文件

该方法与np.save有几点区别：

tofile函数只能将数组保存为二进制文件，文件后缀名没有固定要求。这种保存方法对数据读取有要求，np.fromfile 需要手动指定读出来的数据的的dtype，如果指定的格式与保存时的不一致，则读出来的就是错误的数据。

tofile函数不能保存当前数据的行列信息，不管数组的排列顺序是C语言格式的还是Fortran语言格式，统一使用C语言格式输出。因此使用 np.fromfile 读出来的数据是一维数组，需要利用reshape指定行列信息。

>>> a.shape = 3,4

>>> a

array([[ 0, 1, 2, 3],

    [ 4, 5, 6, 7],

    [ 8, 9, 10, 11]])

>>> a.tofile("a.bin")

>>> b = np.fromfile("a.bin", dtype=np.float) # 按照float类型读入数据

>>> b # 读入的数据是错误的

array([ 2.12199579e-314,  6.36598737e-314,  1.06099790e-313,

     1.48539705e-313,  1.90979621e-313,  2.33419537e-313])

>>> a.dtype # 查看a的dtype

dtype('int32')

>>> b = np.fromfile("a.bin", dtype=np.int32) # 按照int32类型读入数据

>>> b # 数据是一维的

array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])

>>> b.shape = 3, 4 # 按照a的shape修改b的shape

>>> b

array([[ 0, 1, 2, 3],

    [ 4, 5, 6, 7],

    [ 8, 9, 10, 11]])

以上这篇Numpy数组的保存与读取方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。