ERNIE：BERT，你看到我的npy了嗎，我記得我放在這個(gè)文件夾里的呀(」＞＜)」
BERT：就你還有npy？我還單著呢￣へ￣
ERNIE：你想什么呢？我指的是numpy儲(chǔ)存數(shù)據(jù)的文件的后綴名.npy......(oT-T)尸
BERT：emm......

文件的存取

讀取CSV文件

將數(shù)組中的數(shù)據(jù)寫入CSV文件中

• 函數(shù)：np.savetxt(frame,array,fmt='%.18e',delimiter=None)
• frame：文件、字符串或產(chǎn)生器，可以是.gz或.bz2的壓縮文件。
• array：存入文件的數(shù)組。
• fmt：寫入文件的格式，例如：%d %.2f %.18e。
• delimiter：分割字符串，默認(rèn)是任何空格。

打開編程環(huán)境：

import numpy as np a = np.arange(20).reshape(4,5) np.savetxt('a.csv',a,fmt='%.1f',delimiter=',')

運(yùn)行后打開記事本：

0.0,1.0,2.0,3.0,4.0 5.0,6.0,7.0,8.0,9.0 10.0,11.0,12.0,13.0,14.0 15.0,16.0,17.0,18.0,19.0

讀取CSV文件到數(shù)組中

• 函數(shù)np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=False)
• frame：文件、字符串或產(chǎn)生器，可以是.gz或.bz2的壓縮文件。
• dtype：數(shù)據(jù)類型，可選。
• delimiter：分割字符串，默認(rèn)是任何空格。
• unpack：如果True，讀入屬性將分別寫入不同變量。

打開編程環(huán)境，我們讀入剛才的a.csv：

import numpy as np a = np.loadtxt('a.csv',dtype=np.int,delimiter=",") print(a)

運(yùn)行結(jié)果：

[[ 0 1 2 3 4][ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19]]

總結(jié)

• 存入CSV文件：np.savetxt()，無返回值。
• 取CSV文件：np.loadtxt()，有返回值。
• 局限性：只能有效存取一維和二維數(shù)據(jù)。

存取多維數(shù)組的方法

將多維數(shù)據(jù)存入文件

• 函數(shù)：a.tofile(frame,sep='',format='%s')
• frame：文件、字符串。
• sep：數(shù)據(jù)分割字符串，如果是空串，寫入文件為二進(jìn)制。
• format：寫入數(shù)據(jù)的格式。

再次打開編程環(huán)境（安利一波slight亮主題的pycharm）：

import numpy as np a = np.arange(20).reshape(4,5) a.tofile("a.bat",sep=",",format='%d')

我們得到了一個(gè)二進(jìn)制文件打開后：

0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19

可以看到，與savetxt函數(shù)不同，tofile輸出的文件并沒有體現(xiàn)數(shù)據(jù)的維度，而是將數(shù)組中的所有數(shù)據(jù)壓縮成一維再逐個(gè)輸出到文件中。

讀入二進(jìn)制文件

• 函數(shù)：np.fromfile(frame,dtype=float,count=-1,sep='')
• frame：文件、字符串。
• dtype：讀取的數(shù)據(jù)類型。
• count：讀入元素個(gè)數(shù)，-1表示讀入整個(gè)文件。
• sep：數(shù)據(jù)分割字符串，如果是空串，寫入文件為二進(jìn)制。

再試試：

import numpy as np a = np.fromfile("a.bat",dtype=np.int,sep=',').reshape(4,5) print(a)

運(yùn)行結(jié)果：

[[ 0 1 2 3 4][ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19]]

np專用文件存取方式

np針對(duì)自身有一個(gè)非常簡(jiǎn)便的文件存取方式（其實(shí)筆者認(rèn)為上面兩種挺簡(jiǎn)單的了......），這個(gè)方法需要使用numpy特定的文件格式（.npy）

存入

• 存函數(shù)：np.save(fname,array)或np.savez(fname,array)
• frame：文件名，以.npy為擴(kuò)展名，壓縮名為.npz。
• array：數(shù)組變量。

讀取

• 函數(shù)：np.load(fname)
• frame：文件名，以.npy為擴(kuò)展名，壓縮名為.npz。

來試試這種（最簡(jiǎn)便的文件讀取方式）：

import numpy as np a = np.arange(100).reshape(5,10,2) np.save("a.npy",a) b = np.load("a.npy") print(b)

運(yùn)行結(jié)果：

[[[ 0 1][ 2 3][ 4 5]...[94 95][96 97][98 99]]] ?

為什么這種用.npy文件存取的方式使用起來更簡(jiǎn)單呢？我們打開“a.npy”文件，會(huì)在看不懂的文件的第一行看到一些我們看得懂的：

揘UMPY? v {'descr': '<i4', 'fortran_order': False, 'shape': (5, 10, 2), }

事實(shí)上np.save將np數(shù)組以二進(jìn)制形式存入.npy文件，并將np數(shù)組的原信息以鍵值對(duì)的形式（字典）存入.npy文件的第一行。這是為np量身打造的文件格式，所以我們?cè)谧x取時(shí)就不需要指定一些其他的參數(shù)了，原本的np數(shù)組信息早就存進(jìn)去了。

總結(jié)

以上是生活随笔為你收集整理的.npy文件_Numpy库使用入门（六）文件的存取的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。