打開并讀取npy文件,查看文件內(nèi)容方式
打開并讀取.npy文件
本來想看下這個(gè)文件的內(nèi)容,但是怎么都沒有打開這個(gè).npy文件的軟件。
后來得知可以編寫python腳本進(jìn)行讀取和查看npy文件內(nèi)容,現(xiàn)在記錄編寫這個(gè)python 小代碼test-npy.py:
#導(dǎo)入所需的包
import numpy as np
#導(dǎo)入npy文件路徑位置
test = np.load('C:\Users\ABC\Desktop\test.npy')
print(test)運(yùn)行代碼即可:
python test-npy.py
得到的結(jié)果為:
[[-0.08 -0.02 -0.24]
[0.23 0.48 0.36]
[-0.08 -0.02 -0.24]]
npy文件的處理
1.加載npy文件
test = np.load("data/exp1/N_test.npy")2.查看npy文件的是數(shù)據(jù)類型
(但是類型混雜的暫時(shí)沒清楚怎么弄,或許這個(gè)語句足夠搞定吧)
print(test.dtype)
3.npy文件修改數(shù)據(jù)類型
train = tes.astype(np.float64)
4.保存為npy
np.save("data/exp1/N_test.npy", test)5.ndarray不重復(fù)值的計(jì)數(shù)
(只返回?cái)?shù)量,沒有返回{k,v}這樣)
print('ndarray的元素?cái)?shù)量: ',np.bincount(test2))6.ndarray不重復(fù)值的計(jì)數(shù)(返回{k,v})
與5做對比
print(collections.Counter(test2))
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python利用函數(shù)式編程實(shí)現(xiàn)優(yōu)化代碼
函數(shù)式編程(Functional Programming)是一種編程范式,它將計(jì)算視為函數(shù)的求值,并且避免使用可變狀態(tài)和循環(huán),在Python中還可以利用它的簡潔和高效來解決實(shí)際問題,下面我們就來學(xué)習(xí)一下它的具體用法吧2023-11-11
jupyter?notebook加載和運(yùn)行.py文件方式
這篇文章主要介紹了jupyter?notebook加載和運(yùn)行.py文件方式,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-07-07
Python Flask自定義URL路由參數(shù)過濾器的方法詳解
Flask是一個(gè)輕量級的Python Web應(yīng)用框架,它允許開發(fā)者以一種簡潔明了的方式來構(gòu)建Web應(yīng)用,Flask自定義URL的主要功能在于使得開發(fā)者能夠通過簡單的路由規(guī)則來自定義應(yīng)用程序的URL結(jié)構(gòu),本文給大家介紹了Python Flask自定義URL路由參數(shù)過濾器的方法,需要的朋友可以參考下2024-07-07
一文淺析Python如何構(gòu)建優(yōu)雅的異常體系
這篇文章主要介紹了Python異常處理的核心原則與最佳實(shí)踐,文內(nèi)首先指出異常處理常被低估,通過真實(shí)案例展示了不當(dāng)處理帶來的隱患,隨后解析了Python異常機(jī)制的本質(zhì)是一種控制流信號,并詳細(xì)介紹了異常層級結(jié)構(gòu),有需要的小伙伴可以了解下2026-03-03
pandas讀取csv格式數(shù)據(jù)時(shí)header參數(shù)設(shè)置方法
本文主要介紹了pandas讀取csv格式數(shù)據(jù)時(shí)header參數(shù)設(shè)置方法,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-02-02

