Numpy 可以读写磁盘上的文本数据或二进制数据。

NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。

npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。

常用的 IO 函数有：

load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。

savez() 函数用于将多个数组写入文件，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。

loadtxt() 和 savetxt() 函数处理正常的文本文件(.txt 等)

numpy.save()

numpy.save() 函数将数组保存到以 .npy 为扩展名的文件中。

numpy.save(file, arr, allow_pickle=True, fix_imports=True)

参数说明：

file：要保存的文件，扩展名为 .npy，如果文件路径末尾没有扩展名 .npy，该扩展名会被自动加上。

arr: 要保存的数组

allow_pickle: 可选，布尔值，允许使用 Python pickles 保存对象数组，Python 中的 pickle 用于在保存到磁盘文件或从磁盘文件读取之前，对对象进行序列化和反序列化。

fix_imports: 可选，为了方便 Pyhton2 中读取 Python3 保存的数据。

importnumpy as np

a= np.array([1, 2, 3, 4, 5])

np.save('outfile.npy', a) #保存到 outfile.npy 文件上

np.save('outfile2', a) #保存到 outfile2.npy 文件上，如果文件路径末尾没有扩展名 .npy，该扩展名会被自动加上

我们可以查看文件内容：

$ cat outfile.npy

?NUMPYv{'descr':'

?NUMPYv{'descr':'

可以看出文件是乱码的，因为它们是 Numpy 专用的二进制格式后的数据。

可以使用 load() 函数来读取数据就可以正常显示了：

importnumpy as np

b= np.load('outfile.npy')print (b)

输出结果为：

[12345]

np.savez

numpy.savez() 函数将多个数组保存到以 npz 为扩展名的文件中。

numpy.savez(file, *args, **kwds)

参数说明：

file：要保存的文件，扩展名为 .npz，如果文件路径末尾没有扩展名 .npz，该扩展名会被自动加上。

args: 要保存的数组，可以使用关键字参数为数组起一个名字，非关键字参数传递的数组会自动起名为 arr_0, arr_1, …　。

kwds: 要保存的数组使用关键字名称。

importnumpy as np

a= np.array([[1, 2, 3], [4, 5, 6]])

b= np.arange(0, 1.0, 0.1)

c=np.sin(b)#c 使用了关键字参数 sin_array

np.savez("runoob.npz", a, b, sin_array=c)

r= np.load("runoob.npz")print("查看各个数组名称:",r.files)print('\n')print("数组 a:")print(r["arr_0"])print('\n')print("数组 b:")print(r["arr_1"])print('\n')print("数组 c:")print(r["sin_array"])

输出结果为：

查看各个数组名称: ['sin_array', 'arr_0', 'arr_1']

数组 a:

[[1 2 3]

[4 5 6]]

数组 b:

[0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

数组 c:

[0. 0.09983342 0.19866933 0.29552021 0.38941834 0.47942554

0.56464247 0.64421769 0.71735609 0.78332691]

savetxt() 和 loadtxt()

savetxt() 函数是以简单的文本文件格式存储数据，对应的使用 loadtxt() 函数来获取数据。

np.loadtxt(FILENAME, dtype=int, delimiter=' ')

np.savetxt(FILENAME, a, fmt="%d", delimiter=",")

参数 delimiter 可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等。

importnumpy as np

a= np.array([1,2,3,4,5])

np.savetxt('out.txt',a)

b= np.loadtxt('out.txt')print(b)

输出结果为：

[1.2.3.4.5.]

使用 delimiter 参数：

importnumpy as np

a=np.arange(0,10,0.5).reshape(4,-1)

np.savetxt("out.txt",a,fmt="%d",delimiter=",") #改为保存为整数，以逗号分隔

b = np.loadtxt("out.txt",delimiter=",") 　　　　#load 时也要指定为逗号分隔

print(b)

输出结果为：

[[0.0.1.1.2.][2.3.3.4.4.][5.5.6.6.7.][7.8.8.9.9.]]