使用np.savez() 保存多个矩阵至一个文件中: a = np.asarray([[1,2], [3,4]]) b = np.asarray([0,1]) np.savez('data.npz', X=a, y=b) # 导入 data = np.load('data.npz') a = data['X'] b = data['y'] 1. 2. 3. 4. 5. 6. 7. 3. np.savetxt()和np.loadtxt() ...
np.savetxt('arr.csv', arr, delimiter=',') # 读取文件 arr_file = np.loadtxt('arr.csv', dtype=np.int, delimiter=',') print(arr_file) 1. 2. 3. 4. 5. 6. 7. 8. 3.将一个数组存储为文本文件或者二进制文件 (这种方法会造成数组的信息丢失,不适合精确存储) ndarray.tofile:将一个数...
cOut[70]:array([0,1,2,...,97,98,99])c=np.fromfile('b.dat',dtype=np.int,sep=',').reshape(5,10,2)cOut[72]:array([[[0,1],[2,3],[4,5],...,[14,15],[16,17],[18,19]],...,...,[94,95],[96,97],[98,99]]]) a=np.arange(100).reshape(5,10,2)a.tofile(...
numpy.save(file, array) # load file to array array = numpy.load(file) 5.1. 存放数组到文件 在接下来的示例中,我们将初始化一个数组,然后以 write binary 模式创建并打开一个文件,最后我们使用 numpy.save() 方法将该数组写入一个文件中。 importnumpyasnp # initialize an array arr = np.array([[[...
array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> a.tofile("a.bin") >>> b = np.fromfile("a.bin", dtype=np.float) # 按照float类型读入数据 >>> b # 读入的数据是错误的 array([ 2.12199579e-314, 6.36598737e-314, 1.06099790e-313, ...
savetxt 默认保存为 float64 格式的,注意保存和读取时 dtype 要一致,否则读出的数据可能会乱码。 numpy.loadtxt numpy.savetxt 2. 读写二进制 bin 文件 a =list(range(0,100)) a = np.array(a)# a.dtype = np.int64a.tofile("filename.bin", a) ...
np.load('x_arr.npy') # 直接加载 # 通过key获取保存的数组数据 np.load('some_array.npz')['yarr']1.3.3 读写csv、txt⽂件 arr = np.random.randint(0,10,size = (3,4)) #储存数组到txt⽂件 np.savetxt("arr.csv",arr,delimiter=',') # ⽂件后缀是txt也是⼀样的 #读取txt⽂件,...
import numpyasnp# 创建数组arr = np.array([1,2,3,4,5]) matrix = np.array([[ 1,2,3], [4,5,6]])# 基本运算print(arr *2)# [2 4 6 8 10]print(matrix.shape)# ( 2, 3)# 数学运算print(np.mean(arr))# 3.0print(np.sum(matrix))# 21 ...
import numpy as np # 创建数组 arr = np.array([1, 2, 3, 4, 5]) matrix = np.array([[1, 2, 3], [4, 5, 6]]) # 基本运算 print(arr * 2) # [2 4 6 8 10] print(matrix.shape) # (2, 3) # 数学运算 print(np.mean(arr)) # 3.0 print(np.sum(matrix)) # 21 Pandas ...
import numpy.ma as ma x = np.array([1,2,3,5,7,4,3,2,8,0]) mask = x < 5 mx = ma.array(x,mask=mask) mask array([ True, True, True, False, False, True, True, True, False, True], dtype=bool) mx masked_array(data = [-- -- -- 5 7 -- -- -- 8 --], mask ...