python numpy中fromfile函数的使用


def fromfile(file, dtype=None, count=-1, sep=''): # real signature unknown; restored from __doc__"""fromfile(file, dtype=float, count=-1, sep='')Construct an array from data in a text or binary file.#从文本或二进制文件中的数据构造一个数组。A highly efficient way of reading binary data with a known data-type,as well as parsing simply formatted text files.  Data written using the`tofile` method can be read using this function.#一种按二进制格式来读取数据的高效方法，还能解析简单格式化的文本文件。使用`tofile`写入数据的方法可以使用这个函数来读取。Parameters----------file : file or strOpen file object or filename.dtype : data-typeData type of the returned array.For binary files, it is used to determine the size and byte-orderof the items in the file.#对于二进制文件，它用于确定文件中项目的大小和字节顺序。count : intNumber of items to read. ``-1`` means all items (i.e., the completefile).sep : strSeparator between items if file is a text file.Empty ("") separator means the file should be treated as binary.Spaces (" ") in the separator match zero or more whitespace characters.A separator consisting only of spaces must match at least onewhitespace.# 如果文件是一个文本文件，默认使用空格分隔。("")分隔符意味着文件应被视为二进制文件。分隔符中的空格（""）匹配零个或多个空白字符。仅由空格组成的分隔符必须至少匹配一个""。See also--------load, savendarray.tofileloadtxt : More flexible way of loading data from a text file.Notes-----Do not rely on the combination of `tofile` and `fromfile` fordata storage, as the binary files generated are are not platformindependent.  In particular, no byte-order or data-type information issaved.  Data can be stored in the platform independent ``.npy`` formatusing `save` and `load` instead.Examples--------Construct an ndarray:>>> dt = np.dtype([('time', [('min', int), ('sec', int)]),...                ('temp', float)])>>> x = np.zeros((1,), dtype=dt)>>> x['time']['min'] = 10; x['temp'] = 98.25>>> xarray([((10, 0), 98.25)],dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])Save the raw data to disk:>>> import os>>> fname = os.tmpnam()>>> x.tofile(fname)Read the raw data from disk:>>> np.fromfile(fname, dtype=dt)array([((10, 0), 98.25)],dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])The recommended way to store and load data:>>> np.save(fname, x)>>> np.load(fname + '.npy')array([((10, 0), 98.25)],dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])"""

tofile()只能保存为二进制文件，且不能保存当前数据的行列信息，文件后缀不影响保存格式，还是二进制。

tofile()保存方法对数据读取有要求，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。

python numpy中fromfile函数的使用相关推荐

Python Numpy中transpose()函数的使用
在Numpy对矩阵的转置中,我们可以用transpose()函数来处理. 这个函数的运行是非常反常理的,可能会令人陷入思维误区. 假设有这样那个一个三维数组(2*4*2): array ([[[ 0, ...
Python numpy中random函数的使用
np.random:随机数的生成 np.random.random() import numpy as np c = np.random.random() #生成一个(0,1)之间的随机浮点数 pri ...
pythonreshape函数三个参数_Python Numpy中reshape函数参数-1的含义
python numpy中reshape函数参数-1的含义,新数组的shape属性应该要与原来数组的一致,即新数组元素数量与原数组元素数量要相等.一个参数为-1时,那么reshape函数会根据另一个参 ...
Python使用numpy中trim_zeros函数去除首尾0值的语法
Python使用numpy中trim_zeros函数去除首尾0值的语法目录 Python使用numpy中trim_zeros函数去除首尾0值的语法 #numpy中trim_zeros
python sum函数numpy_解决Numpy中sum函数求和结果维度的问题
使用Numpy(下面简称np)中的sum函数对某一维度求和时,由于该维度会在求和后变成一个数,所以所得结果的这一维度为空. 比如下面的例子: a = np.array([[1,2,3],[4,5,6] ...
Numpy中sum函数的使用方法（Python自带sum函数）
Numpy中sum函数(Python自带sum函数)的作用是对元素求和. 无参时,所有全加: axis=0,按列相加: axis=1,按行相加: 下边通过例子来说明其用法: #!/usr/bin/en ...
sum函数python后面很多小数_解决Numpy中sum函数求和结果维度的问题
使用Numpy(下面简称np)中的sum函数对某一维度求和时,由于该维度会在求和后变成一个数,所以所得结果的这一维度为空. 比如下面的例子: a = np.array([[1,2,3],[4,5,6] ...
python中size的用法.dim_对于numpy中的函数的参数dim的一点理解
对于numpy中的函数的参数dim的一点理解经常被dim参数搞混.试着总结了一下.记忆瞬间清晰了以.max(dim)方法为例: >>> import numpy as np &g ...
python求向量函数的雅可比矩阵_在python Numpy中求向量和矩阵的范数实例
np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=np.linalg.norm(x, ord=None, ...

python numpy中fromfile函数的使用

python numpy中fromfile函数的使用相关推荐

最新文章

热门文章