numpy数组之存取文件的实现示例

Python  /  管理员 发布于 5年前   196

将 numpy 数组存入文件，有多种文件类型可供选择，对应地就有不同的方法来读写。

下面我将介绍读写 numpy 的三类文件：

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

通过 numpy 读写 txt 或 csv 文件

import numpy as npa = np.array(range(20)).reshape((4, 5))print(a)# 后缀改为 .txt 一样filename = 'data/a.csv'# 写文件np.savetxt(filename, a, fmt='%d', delimiter=',')# 读文件b = np.loadtxt(filename, dtype=np.int32, delimiter=',')print(b)

缺点：

• 只能保存一维和二维 numpy 数组，当 numpy 数组 a 有多维时，需要将其 a.reshape((a.shape[0], -1)) 后才能用这种方式保存。
• 不能追加保存，即每次 np.savetxt() 都会覆盖之前的内容。

通过 numpy 读写 npy 或 npz 文件

读写 npy 文件

import numpy as npa = np.array(range(20)).reshape((2, 2, 5))print(a)filename = 'data/a.npy'# 写文件np.save(filename, a)# 读文件b = np.load(filename)print(b)print(b.shape)

优点：

• npy 文件可以保存任意维度的 numpy 数组，不限于一维和二维；
• npy 保存了 numpy 数组的结构，保存的时候是什么 shape 和 dtype，取出来时就是什么样的 shape 和 dtype。

缺点：

• 只能保存一个 numpy 数组，每次保存会覆盖掉之前文件中存在的内容（如果有的话）。

读写 npz 文件

import numpy as npa = 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'# 写文件， 如果不指定key，那么默认key为'arr_0'、'arr_1'，一直排下去。np.savez(filename, a, b=b)# 读文件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'])

优点：

• npy 文件可以保存任意维度的 numpy 数组，不限于一维和二维；
• npy 保存了 numpy 数组的结构，保存的时候是什么 shape 和 dtype，取出来时就是什么样的 shape 和 dtype；
• 可以同时保存多个 numpy 数组；
• 可以指定保存 numpy 数组的 key，读取的时候很方便，不会混乱。

缺点：

• 保存多个 numpy 数组时，只能同时保存，即 np.savez(filename, a, b=b) 。每次保存会覆盖掉之前文件中存在的内容（如果有的话）。

通过 h5py 读写 hdf5 文件

优点：

• 不限 numpy 数组维度，可以保持 numpy 数组结构和数据类型；
• 适合 numpy 数组很大的情况，文件占用空间小；
• 可以通过 key 来访问 dataset（可以理解为 numpy.array），读取的时候很方便，不会混乱。
• 可以不覆盖原文件中含有的内容。

简单读取

import numpy as npimport h5pya = 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'# 写文件h5f = h5py.File(filename, 'w')h5f.create_dataset('a', data=a)h5f.create_dataset('b', data=b)h5f.close()# 读文件h5f = h5py.File(filename, 'r')print(type(h5f))# 通过切片得到numpy数组print(h5f['a'][:])print(h5f['b'][:])h5f.close()

通过切片赋值

import numpy as npimport h5pya = np.array(range(20)).reshape((2, 2, 5))print(a)filename = 'data/a.h5'# 写文件h5f = h5py.File(filename, 'w')# 当数组a太大，需要切片进行操作时，可以不直接对h5f['a']进行初始化；# 当之后不需要改变h5f['a']的shape时，可以省略maxshape参数h5f.create_dataset('a', shape=(2, 2, 5), maxshape=(None, 2, 5), dtype=np.int32, compression='gzip')for i in range(2):  # 采用切片的形式赋值  h5f['a'][i] = a[i]h5f.close()# 读文件h5f = h5py.File(filename, 'r')print(type(h5f))print(h5f['a'])# 通过切片得到numpy数组print(h5f['a'][:])

同一个 hdf5 文件可以创建多个 dataset，读取的时候按照 key 来即可。

总结

• csv 和 txt 只能用来存一维或二维 numpy 数组；
• npy 用来存单个 numpy 数组，npz 可以同时存多个 numpy 数组，两者都不限 numpy 维度，且都保持 numpy 数组的 shape 和 dtype，写文件时若原文件存在只能覆盖原文件内容；
• 当 numpy 数组很大时，最好使用 hdf5 文件，hdf5 文件相对更小；
• 当 numpy 数组很大时，对整个 numpy 数组进行运算容易发生 MemoryError，那么此时可以选择对 numpy 数组切片，将运算后的数组保存到 hdf5 文件中，hdf5 文件支持切片索引。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。