如下代碼會將npy的格式數據讀出，并且輸出來到控制臺：

import numpy as np

##設置全部數據，不輸出省略號

import sys

np.set_printoptions(threshold=sys.maxsize)

boxes=np.load('./input_output/boxes.npy')

print(boxes)

np.savetxt('./input_output/boxes.txt',boxes,fmt='%s',newline='\n')

print('---------------------boxes--------------------------')

如下代碼實現npy格式文件轉換為txt,并且保存到當前目錄相同文件名

實現轉換整個文件夾下面多個文件：

import os

import numpy as np

path='./input_output' #一個文件夾下多個npy文件，

txtpath='./input_output'

namelist=[x for x in os.listdir(path)]

for i in range( len(namelist) ):

datapath=os.path.join(path,namelist[i]) #specific address

print(namelist[i])

data = np.load(datapath).reshape([-1, 2]) # (39, 2)

np.savetxt('%s/%s.txt'%(txtpath,namelist[i]),data)

print ('over')

import os

import numpy as np

path='./input_output' #一個文件夾下多個npy文件

txtpath='./input_output'

namelist=[x for x in os.listdir(path)]

for i in range( len(namelist) ):

datapath=os.path.join(path,namelist[i]) #specific address

print(namelist[i])

#data = np.load(datapath).reshape([-1, 2]) # (39, 2)

input_data = np.load(datapath) # (39, 2)

data = input_data.reshape(1, -1)

np.savetxt('%s/%s.txt'%(txtpath,namelist[i]),data)

print ('over')

同樣的代碼，實現讀取單個npy文件，讀取并且存儲為txt :

import numpy as np

input_data = np.load(r"C:\test.npy")

print(input_data.shape)

data = input_data.reshape(1,-1)

print(data.shape)

print(data)

np.savetxt(r"C:\test.txt",data,delimiter=',')

修改pycharm的控制臺的buffer大小：

如果你是用pycharm作為Python的編輯器，那么控制臺的buf默認為1024，如果輸出數據太多，需要修改buff大小才能讓

全部數據輸出，修改方法：

找到 pycharm 安裝目錄的 bin 目錄下 idea.properties 文件， 修改 idea.cycle.buffer 值，原來默認為 1024

#--------------------------------------------------------------------- # This option controls console cyclic buffer: keeps the console output size not higher than the specified buffer size (Kb). # Older lines are deleted. In order to disable cycle buffer use idea.cycle.buffer.size=disabled #--------------------------------------------------------------------- idea.cycle.buffer.size=102400

補充知識：讀取npy格式的文件

npy文件保存的是網絡的權重

問題：Ubuntu環境下用gedit打開npy文件，是這樣的，根本看不了內容

解決方法：編寫如下代碼，使解碼后的文件內容輸出在控制臺

import numpy as np

context = np.load('E:/KittiSeg_pretrained0/vgg16.npy',encoding="latin1")

print(context)

文件位置依據自己的存放位置進行修改

運行代碼輸出結果為

{'conv1_2': [array([[[[ 1.66219279e-01, 1.42701820e-01, -4.02113283e-03, ...,

6.18828237e-02, -1.74057148e-02, -3.00644431e-02],

[ 9.46945231e-03, 3.87477316e-03, 5.08365929e-02, ...,

-2.77981739e-02, 1.71373668e-03, 6.82722731e-03],

[ 6.32681847e-02, 2.12877709e-02, -1.63465310e-02, ...,

8.80054955e-04, 6.68104272e-03, -1.41139806e-03],

...,

[ 3.47490981e-03, 8.47019628e-02, -4.07223180e-02, ...,

-1.13523193e-02, -7.48998486e-03, 3.19077494e-03],

[ 5.97234145e-02, 4.97663505e-02, -3.23118735e-03, ...,

1.43114366e-02, 3.03175431e-02, -4.23925705e-02],

[ 1.33459672e-01, 4.95484173e-02, -1.78808011e-02, ...,

2.25385167e-02, 3.02020740e-02, -2.17075031e-02]],

[[ 2.12007999e-01, 2.10127644e-02, -1.47626130e-02, ...,

2.29580477e-02, 1.23102348e-02, -3.08422819e-02],

[-2.62175221e-03, 7.42094172e-03, 6.74030930e-02, ...,

-3.06594316e-02, 1.80578313e-03, 4.27369215e-03],

[ 2.27197763e-02, -1.07841045e-02, -1.31095545e-02, ...,

-1.15751950e-02, 4.18359675e-02, -1.92268589e-03],

...,

[-2.70304317e-03, 7.41161704e-02, -3.32262330e-02, ...,

-1.10277236e-02, 1.39831286e-02, 5.34419343e-03],

[-3.20506282e-02, -2.40584910e-02, -4.52397857e-03, ...,

-6.04042644e-03, 2.01962605e-01, -5.04491515e-02],

[ 1.68114193e-02, -2.33167298e-02, -1.40886130e-02, ...,

-7.79278344e-03, 1.28428593e-01, -2.58184522e-02]],

[[-5.91698708e-03, -2.26223674e-02, 4.88128467e-03, ...,

4.13784146e-04, -4.84175496e-02, 1.63675251e-03],

[-3.93767562e-03, 9.07397643e-03, 5.36517277e-02, ...,

-2.56106984e-02, -4.17886395e-03, 2.47476017e-03],

[-3.07008922e-02, -1.09781921e-02, -3.69096454e-03, ...,

-1.19221993e-02, -1.39777903e-02, 8.52933805e-03],

...,

..........................................

以上這篇python實現npy格式文件轉換為txt文件操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持python博客。

總結

以上是生活随笔為你收集整理的python npy文件_python实现npy格式文件转换为txt文件操作的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。