最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python3將數(shù)據(jù)保存為txt文件的方法

 更新時間:2019年09月12日 10:28:23   作者:AI_盲  
這篇文章主要介紹了Python3將數(shù)據(jù)保存為txt文件的方法,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下

Python3將數(shù)據(jù)保存為txt文件的方法,具體內(nèi)容如下所示:

f = open("data/model_Weight.txt",'a')  #若文件不存在,系統(tǒng)自動創(chuàng)建。'a'表示可連續(xù)寫入到文件,保留原內(nèi)容,在原
                      #內(nèi)容之后寫入??尚薷脑撃J剑?w+','w','wb'等)
 
f.write("hello,sha")  #將字符串寫入文件中
f.write("\n")         #換行  
if __name__=='__main__':
  fw = open("/exercise1/data/query_deal.txt", 'w')  #將要輸出保存的文件地址
  for line in open("/exercise1/data/query.txt"):  #讀取的文件
    fw.write("\"poiName\":\"" + line.rstrip("\n") + "\"")  # 將字符串寫入文件中
    # line.rstrip("\n")為去除行尾換行符
    fw.write("\n")  # 換行

上面代碼結(jié)果如下:

輸入     

   

輸出結(jié)果:

with open("data/model_Weight.txt", 'ab') as abc:  #寫入numpy.ndarray數(shù)據(jù)
  np.savetxt(abc, Data, delimiter=",")     #使用numpy.savetxt()寫入數(shù)據(jù),Data為要存的變量因?yàn)閚umpy.ndarray數(shù)                                    #據(jù)無法用write()寫入,數(shù)據(jù)間用','相隔。
f.write("\n") #換行
f.write("$***********world")        #可對文件繼續(xù)寫入
 
f.close()          #關(guān)閉

write可這樣寫入:f.write('%s%d%s%d%s%d%s'%("first",X,"_",Y,"_",Z,"hours  :"))  #X,Y,Z為整型變量,則寫入后內(nèi)容為firstX_Y_Zhours :(變量分別用值代替)  

Example: 

x = y = z = np.arange(0.0,5.0,1.0)
np.savetxt('test.out', x, delimiter=',')  # 數(shù)組x
np.savetxt('test.out', (x,y,z))  #x,y,z相同大小的一維數(shù)組
np.savetxt('test.out', x, fmt='%1.4e')  #

參考網(wǎng)址:https://docs.scipy.org/doc/numpy/reference/generated/numpy.savetxt.html

numpy中保存其他文件格式的方法:

numpy.save(file, arr, allow_pickle=True, fix_imports=True) #保存為二進(jìn)制文件,格式:.npz

Example:

x = np.arange(10)
np.save('finaname', x)

使用numpy.load(filename)讀入數(shù)據(jù)

[source]

numpy.savez(file,*args,**kwds)保存多個數(shù)組到文件,文件格式:.npz

Example:np.savez('data/first.npz', positiveSample=data1, negSample=data2)

同樣使用numpy.load('data/first.npz')讀入數(shù)據(jù)

總結(jié)

以上所述是小編給大家介紹的Python3將數(shù)據(jù)保存為txt文件的方法,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!
如果你覺得本文對你有幫助,歡迎轉(zhuǎn)載,煩請注明出處,謝謝!

相關(guān)文章

  • 為什么python比較流行

    為什么python比較流行

    在本篇文章里小編給大家分析了關(guān)于python比較流行的原因以及優(yōu)勢等,需要的朋友們可以參考下。
    2020-06-06
  • Python3從零開始搭建一個語音對話機(jī)器人的實(shí)現(xiàn)

    Python3從零開始搭建一個語音對話機(jī)器人的實(shí)現(xiàn)

    這篇文章主要介紹了Python3從零開始搭建一個語音對話機(jī)器人的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-08-08
  • python 尋找離散序列極值點(diǎn)的方法

    python 尋找離散序列極值點(diǎn)的方法

    今天小編就為大家分享一篇python 尋找離散序列極值點(diǎn)的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • Python?FastAPI?Sanic?Tornado?與Golang?Gin性能實(shí)戰(zhàn)對比

    Python?FastAPI?Sanic?Tornado?與Golang?Gin性能實(shí)戰(zhàn)對比

    本文將深入比較Python的FastAPI、Sanic、Tornado以及Golang的Gin框架的各種特性、性能表現(xiàn)以及適用場景,通過詳實(shí)的性能測試和實(shí)際示例代碼,將探討它們在構(gòu)建現(xiàn)代高性能應(yīng)用中的優(yōu)劣勢,以便開發(fā)者根據(jù)需求做出明智的選擇
    2024-01-01
  • Python的閉包和裝飾器你真的了解嗎

    Python的閉包和裝飾器你真的了解嗎

    這篇文章主要為大家詳細(xì)介紹了Python的閉包和裝飾器,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2022-02-02
  • 通過python實(shí)現(xiàn)隨機(jī)交換禮物程序詳解

    通過python實(shí)現(xiàn)隨機(jī)交換禮物程序詳解

    這篇文章主要介紹了通過python實(shí)現(xiàn)隨機(jī)交換禮物程序詳解的,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-07-07
  • Python實(shí)現(xiàn)將json格式數(shù)據(jù)存儲到Mysql數(shù)據(jù)庫

    Python實(shí)現(xiàn)將json格式數(shù)據(jù)存儲到Mysql數(shù)據(jù)庫

    這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)將json格式數(shù)據(jù)存儲到Mysql數(shù)據(jù)庫,文中的示例代碼簡潔易懂,有需要的小伙伴可以參考下
    2025-03-03
  • Python基于OpenCV的視頻圖像處理詳解

    Python基于OpenCV的視頻圖像處理詳解

    OpenCV是一個開源的,跨平臺的計(jì)算機(jī)視覺庫,它采用優(yōu)化的C/C++代碼編寫,能夠充分利用多核處理器的優(yōu)勢。本文主要和大家來聊聊基于Python?OpenCv的視頻圖像處理,感興趣的可以了解一下
    2023-02-02
  • 使用Python的PIL模塊來進(jìn)行圖片對比

    使用Python的PIL模塊來進(jìn)行圖片對比

    這篇文章主要介紹了使用Python的PIL模塊來進(jìn)行圖片對比的方法,搜索引擎最基本的圖片搜索也是利用圖片顏色值的對比來實(shí)現(xiàn)的,需要的朋友可以參考下
    2016-02-02
  • 聊聊基于pytorch實(shí)現(xiàn)Resnet對本地?cái)?shù)據(jù)集的訓(xùn)練問題

    聊聊基于pytorch實(shí)現(xiàn)Resnet對本地?cái)?shù)據(jù)集的訓(xùn)練問題

    本文項(xiàng)目是使用Resnet模型來識別螞蟻和蜜蜂,其一共有三百九十六張的數(shù)據(jù),訓(xùn)練集只有兩百多張(數(shù)據(jù)集很小),運(yùn)行十輪后,分別對訓(xùn)練集和測試集在每一輪的準(zhǔn)確率,對pytorch實(shí)現(xiàn)Resnet本地?cái)?shù)據(jù)集的訓(xùn)練感興趣的朋友一起看看吧
    2022-03-03

最新評論

金阳县| 湘潭市| 莱阳市| 若尔盖县| 京山县| 东兴市| 溧阳市| 博野县| 饶平县| 武强县| 永川市| 本溪| 和静县| 内乡县| 古丈县| 博湖县| 文登市| 许昌市| 怀集县| 碌曲县| 平湖市| 阳朔县| 斗六市| 灵石县| 黄冈市| 安乡县| 宜阳县| 庆云县| 海宁市| 庐江县| 蒙城县| 永安市| 鄢陵县| 濉溪县| 乌审旗| 德惠市| 台湾省| 桐柏县| 上饶县| 苍南县| 崇阳县|