將 numpy 數(shù)組存入文件，有多種文件類型可供選擇，對(duì)應(yīng)地就有不同的方法來(lái)讀寫。

下面我將介紹讀寫 numpy 的三類文件：

• txt 或者 csv 文件
• npy 或者 npz 文件
• hdf5 文件

通過(guò) numpy 讀寫 txt 或 csv 文件

import numpy as np

a = np.array(range(20)).reshape((4, 5))
print(a)

# 后綴改為 .txt 一樣
filename = 'data/a.csv'
# 寫文件
np.savetxt(filename, a, fmt='%d', delimiter=',')

# 讀文件
b = np.loadtxt(filename, dtype=np.int32, delimiter=',')
print(b)

缺點(diǎn)：

• 只能保存一維和二維 numpy 數(shù)組，當(dāng) numpy 數(shù)組 a 有多維時(shí)，需要將其 a.reshape((a.shape[0], -1)) 后才能用這種方式保存。
• 不能追加保存，即每次 np.savetxt() 都會(huì)覆蓋之前的內(nèi)容。

通過(guò) numpy 讀寫 npy 或 npz 文件

讀寫 npy 文件

import numpy as np

a = np.array(range(20)).reshape((2, 2, 5))
print(a)

filename = 'data/a.npy'
# 寫文件
np.save(filename, a)

# 讀文件
b = np.load(filename)
print(b)
print(b.shape)

優(yōu)點(diǎn)：

• npy 文件可以保存任意維度的 numpy 數(shù)組，不限于一維和二維；
• npy 保存了 numpy 數(shù)組的結(jié)構(gòu)，保存的時(shí)候是什么 shape 和 dtype，取出來(lái)時(shí)就是什么樣的 shape 和 dtype。

缺點(diǎn)：

• 只能保存一個(gè) numpy 數(shù)組，每次保存會(huì)覆蓋掉之前文件中存在的內(nèi)容（如果有的話）。

讀寫 npz 文件

import numpy as np

a = np.array(range(20)).reshape((2, 2, 5))
b = np.array(range(20, 44)).reshape(2, 3 ,4)
print('a:\n', a)
print('b:\n', b)

filename = 'data/a.npz'
# 寫文件， 如果不指定key，那么默認(rèn)key為'arr_0'、'arr_1'，一直排下去。
np.savez(filename, a, b=b)

# 讀文件
c = np.load(filename)
print('keys of NpzFile c:\n', c.keys())
print("c['arr_0']:\n", c['arr_0'])
print("c['b']:\n", c['b'])

優(yōu)點(diǎn)：

• npy 文件可以保存任意維度的 numpy 數(shù)組，不限于一維和二維；
• npy 保存了 numpy 數(shù)組的結(jié)構(gòu)，保存的時(shí)候是什么 shape 和 dtype，取出來(lái)時(shí)就是什么樣的 shape 和 dtype；
• 可以同時(shí)保存多個(gè) numpy 數(shù)組；
• 可以指定保存 numpy 數(shù)組的 key，讀取的時(shí)候很方便，不會(huì)混亂。

缺點(diǎn)：

• 保存多個(gè) numpy 數(shù)組時(shí)，只能同時(shí)保存，即 np.savez(filename, a, b=b) 。每次保存會(huì)覆蓋掉之前文件中存在的內(nèi)容（如果有的話）。

通過(guò) h5py 讀寫 hdf5 文件

優(yōu)點(diǎn)：

• 不限 numpy 數(shù)組維度，可以保持 numpy 數(shù)組結(jié)構(gòu)和數(shù)據(jù)類型；
• 適合 numpy 數(shù)組很大的情況，文件占用空間??；
• 可以通過(guò) key 來(lái)訪問(wèn) dataset（可以理解為 numpy.array），讀取的時(shí)候很方便，不會(huì)混亂。
• 可以不覆蓋原文件中含有的內(nèi)容。

簡(jiǎn)單讀取

import numpy as np
import h5py

a = np.array(range(20)).reshape((2, 2, 5))
b = np.array(range(20)).reshape((1, 4, 5))
print(a)
print(b)

filename = 'data/data.h5'
# 寫文件
h5f = h5py.File(filename, 'w')
h5f.create_dataset('a', data=a)
h5f.create_dataset('b', data=b)
h5f.close()

# 讀文件
h5f = h5py.File(filename, 'r')
print(type(h5f))
# 通過(guò)切片得到numpy數(shù)組
print(h5f['a'][:])
print(h5f['b'][:])
h5f.close()

通過(guò)切片賦值

import numpy as np
import h5py

a = np.array(range(20)).reshape((2, 2, 5))
print(a)

filename = 'data/a.h5'
# 寫文件
h5f = h5py.File(filename, 'w')
# 當(dāng)數(shù)組a太大，需要切片進(jìn)行操作時(shí)，可以不直接對(duì)h5f['a']進(jìn)行初始化；
# 當(dāng)之后不需要改變h5f['a']的shape時(shí)，可以省略maxshape參數(shù)
h5f.create_dataset('a', shape=(2, 2, 5), maxshape=(None, 2, 5), dtype=np.int32, compression='gzip')
for i in range(2):
  # 采用切片的形式賦值
  h5f['a'][i] = a[i]
h5f.close()

# 讀文件
h5f = h5py.File(filename, 'r')
print(type(h5f))
print(h5f['a'])
# 通過(guò)切片得到numpy數(shù)組
print(h5f['a'][:])

同一個(gè) hdf5 文件可以創(chuàng)建多個(gè) dataset，讀取的時(shí)候按照 key 來(lái)即可。

總結(jié)

• csv 和 txt 只能用來(lái)存一維或二維 numpy 數(shù)組；
• npy 用來(lái)存單個(gè) numpy 數(shù)組，npz 可以同時(shí)存多個(gè) numpy 數(shù)組，兩者都不限 numpy 維度，且都保持 numpy 數(shù)組的 shape 和 dtype，寫文件時(shí)若原文件存在只能覆蓋原文件內(nèi)容；
• 當(dāng) numpy 數(shù)組很大時(shí)，最好使用 hdf5 文件，hdf5 文件相對(duì)更??；
• 當(dāng) numpy 數(shù)組很大時(shí)，對(duì)整個(gè) numpy 數(shù)組進(jìn)行運(yùn)算容易發(fā)生 MemoryError，那么此時(shí)可以選擇對(duì) numpy 數(shù)組切片，將運(yùn)算后的數(shù)組保存到 hdf5 文件中，hdf5 文件支持切片索引。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論