Numpy笔记(File Input and Output wi

NumPy能够以文本或二进制格式保存数据和读取数据。这里只讨论NumPy的内置二进制格式，因为大多数用户都会使用panda和其他工具加载文本或表格数据。np.save和np.load可以有效的存储和加载磁盘上的数组数据。数组默认保存在未压缩的原始二进制文件中，其文件扩展名.npy:

In [1]: import numpy as np

In [2]: arr = np.arange(10)

In [3]: np.save('some_array',arr) #保存

这时你退出ipython（使用exit()退出），用ls查看当前目录里的文件，会发现多了一个叫“some_array.npy”的文件，就是你刚刚保存的数组：

$ ls
some_array.npy

再次进入ipython，读取数组：

In [4]: np.load('some_array.npy') #读取
Out[4]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

如果你想保存一个以上的数组怎么办？

In [1]: import numpy as np

In [2]: arr = np.arange(10)

In [3]: arr #第一个数组
Out[3]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [4]: arr2 = np.arange(15)

In [5]: arr2 #第二个数组
Out[5]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

In [6]: np.savez('array_archive.npz',a=arr, b=arr2) #把两个数组保存到同一个文件里。这里是保存没有压缩的文件

In [7]: arch = np.load('array_archive.npz') #调取文件

In [8]: arch['a'] #查看a数组
Out[8]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [9]: arch['b'] #查看b数组
Out[9]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

如果你想把文件进行压缩，你可以使用下面的方法，调取文件的方法是一样的，只是保存的方法不一样：

In [15]:  np.savez_compressed('arrays_compressed.npz', a=arr, b=arr2)

In [16]: arch =np.load('arrays_compressed.npz')

In [17]: arch['a']
Out[17]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [18]: arch['b']
Out[18]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])