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

Numpy之文件存取的示例代碼

 更新時間:2018年08月03日 14:40:04   作者:林之冬  
這篇文章主要介紹了Numpy之文件存取的示例代碼,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧

上一篇中我們簡要帶過了Numpy的數(shù)據(jù)持久化,在這一篇中將要具體說明Numpy提供的文件存取功能。Numpy可以將數(shù)組保存至二進(jìn)制文件、文本文件,同時支持將多個數(shù)組保存至一個文件中。

1. np.tofile() & np.fromfile()

import numpy as np
import os

os.chdir("d:\\")
a = np.arange(0,12)
a.reshape(3,4)
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])

a.tofile("a.bin")                  #保存至a.bin

b = np.fromfile("a.bin", dtype=np.int32) #從文件中加載數(shù)組,錯誤的dtype會導(dǎo)致錯誤的結(jié)果
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])

b.reshape(3,4)
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])
#讀取的數(shù)據(jù)將為一維數(shù)組,需要使用reshape改變其數(shù)組結(jié)構(gòu)

2. np.save() & np.load() & np.savez()

load()和save()用Numpy專用的二進(jìn)制格式保存數(shù)據(jù),它們會自動處理元素類型和形狀等信息。savez()提供了將多個數(shù)組存儲至一個文件的能力,調(diào)用load()方法返回的對象,可以使用數(shù)組名對各個數(shù)組進(jìn)行讀取。默認(rèn)數(shù)組名arr_0,arr_1,arr_2......

np.save("a.npy", a.reshape(3,4))
c = np.load("a.npy")
c
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])

多個數(shù)組存儲至一個文件:

a = np.array([[1,2,3],[4,5,6]])
b = np.arange(0,1.0,0.1)
c = np.sin(b)
np.savez("result.npz", a, b, sin_arr=c) #使用sin_arr命名數(shù)組c
r = np.load("result.npz") #加載一次即可
r["arr_0"]
array([[1, 2, 3],
    [4, 5, 6]])
r["arr_1"]
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
r["sin_arr"]
array([ 0.    , 0.09983342, 0.19866933, 0.29552021, 0.38941834,
    0.47942554, 0.56464247, 0.64421769, 0.71735609, 0.78332691])

可以使用解壓軟件解壓縮.npz文件會得到存儲的各個數(shù)組對應(yīng)的.npy文件以便進(jìn)行遍歷。

3. savetxt() & loadtxt()

a = np.arange(0,12,0.5).reshape(4,-1)
a
array([[ 0. ,  0.5,  1. ,  1.5,  2. ,  2.5],
    [ 3. ,  3.5,  4. ,  4.5,  5. ,  5.5],
    [ 6. ,  6.5,  7. ,  7.5,  8. ,  8.5],
    [ 9. ,  9.5, 10. , 10.5, 11. , 11.5]])
np.savetxt("a.txt", a)
np.loadtxt("a.txt")
array([[ 0. ,  0.5,  1. ,  1.5,  2. ,  2.5],
    [ 3. ,  3.5,  4. ,  4.5,  5. ,  5.5],
    [ 6. ,  6.5,  7. ,  7.5,  8. ,  8.5],
    [ 9. ,  9.5, 10. , 10.5, 11. , 11.5]])
np.savetxt("a.txt", a, fmt="%d", delimiter=",") #指定存儲數(shù)據(jù)類型為整型,分隔符為,
np.loadtxt("a.txt", delimiter=',') #以,分隔符讀取
array([[ 0.,  0.,  1.,  1.,  2.,  2.],
    [ 3.,  3.,  4.,  4.,  5.,  5.],
    [ 6.,  6.,  7.,  7.,  8.,  8.],
    [ 9.,  9., 10., 10., 11., 11.]])

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

相關(guān)文章

  • 使用python實現(xiàn)名片管理系統(tǒng)

    使用python實現(xiàn)名片管理系統(tǒng)

    這篇文章主要為大家詳細(xì)介紹了使用python實現(xiàn)名片管理系統(tǒng),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
    2020-06-06
  • pandas apply使用多列計算生成新的列實現(xiàn)示例

    pandas apply使用多列計算生成新的列實現(xiàn)示例

    這篇文章主要介紹了pandas apply使用多列計算生成新的列實現(xiàn)示例,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
    2021-02-02
  • python如何統(tǒng)計序列中元素

    python如何統(tǒng)計序列中元素

    這篇文章主要為大家詳細(xì)介紹了python如何統(tǒng)計序列中的元素,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
    2018-03-03
  • pandas和spark dataframe互相轉(zhuǎn)換實例詳解

    pandas和spark dataframe互相轉(zhuǎn)換實例詳解

    這篇文章主要介紹了pandas和spark dataframe互相轉(zhuǎn)換實例詳解,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
    2020-02-02
  • Python編輯器Pycharm安裝配置超詳細(xì)教程

    Python編輯器Pycharm安裝配置超詳細(xì)教程

    PyCharm是一款功能強大的Python編輯器,具有跨平臺性,下面這篇文章主要給大家介紹了關(guān)于Python編輯器Pycharm安裝配置的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下
    2023-01-01
  • Python 實現(xiàn)Numpy中找出array中最大值所對應(yīng)的行和列

    Python 實現(xiàn)Numpy中找出array中最大值所對應(yīng)的行和列

    今天小編就為大家分享一篇Python 實現(xiàn)Numpy中找出array中最大值所對應(yīng)的行和列,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
    2019-11-11
  • Python圖像運算之腐蝕與膨脹詳解

    Python圖像運算之腐蝕與膨脹詳解

    這篇文章將詳細(xì)講解開始圖像形態(tài)學(xué)知識,主要介紹圖像腐蝕處理和膨脹處理。文中的示例代碼簡潔易懂,感興趣的小伙伴快跟隨小編一起學(xué)習(xí)一下吧
    2022-05-05
  • NumPy中np.random.rand函數(shù)的實現(xiàn)

    NumPy中np.random.rand函數(shù)的實現(xiàn)

    np.random.rand是NumPy庫中的一個函數(shù),用于生成隨機數(shù),本文主要介紹了NumPy中np.random.rand函數(shù)的實現(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
    2024-07-07
  • Django用數(shù)據(jù)庫表反向生成models類知識點詳解

    Django用數(shù)據(jù)庫表反向生成models類知識點詳解

    在本篇文章里小編給大家分享的是關(guān)于Django用數(shù)據(jù)庫表反向生成models類知識點內(nèi)容,需要的朋友們可以參考下。
    2020-03-03
  • PyTorch中Tensor的拼接與拆分的實現(xiàn)

    PyTorch中Tensor的拼接與拆分的實現(xiàn)

    這篇文章主要介紹了PyTorch中Tensor的拼接與拆分的實現(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

最新評論

湾仔区| 门源| 三原县| 阿瓦提县| 巍山| 丘北县| 平定县| 南城县| 小金县| 邹城市| 濉溪县| 紫金县| 凤庆县| 噶尔县| 新民市| 安阳县| 霞浦县| 虹口区| 文水县| 九寨沟县| 黎城县| 晋州市| 安新县| 石阡县| 苍南县| 天津市| 德化县| 蓝田县| 合山市| 赣州市| 台东县| 西充县| 澄迈县| 宁陵县| 石泉县| 泗洪县| 寻甸| 雷州市| 民丰县| 哈尔滨市| 中超|