numpy中以文本的方式存储以及读取数据方法

 更新时间:2018年06月04日 14:57:17   作者:grey_csdn  
今天小编就为大家分享一篇numpy中以文本的方式存储以及读取数据方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Numpy中除了能够把数据以二进制文件的方式保存到文件中以外,还可以选择把数据保存到文本文件中。如果我有磁盘存储的需要,我一般会选择文本的存储,因为后期的处理工具会有更多的选择。

文本存储数据文件可以采用savetxt的功能,而相应文件的加载可以采用loadtxt的功能。与二进制存储不同,savetxt的功能不会自动追加扩展名。

接下来做简单的操作练习示范:

In [15]: arr1 =rand(5,4)
 
In [16]: arr1
Out[16]:
array([[0.21349492, 0.77993282, 0.37269246, 0.70599725],
 [ 0.74004045, 0.64697716, 0.49489394, 0.94005934],
 [ 0.89902693, 0.43021685, 0.29623512, 0.4259565 ],
 [ 0.00146385, 0.7619464 , 0.2764662 , 0.00896728],
 [ 0.17746182, 0.81107356, 0.13140944, 0.12808611]])
 
In [17]:np.savetxt('data.txt',arr1)

通过以上操作,数组的信息被存储到了data.txt文件中。可以通过其他的文本编辑器或者其他处理工具进行编辑修改。以文本形式对文件直接进行查看结果如下:

C:\Users\ThinkPad\Desktop>typedata.txt
2.134949194782667092e-017.799328187516920696e-01 3.726924550593806451e-01 7.059972531846898658e-01
7.400404474495648754e-016.469771552354630639e-01 4.948939386825553788e-01 9.400593405075502451e-01
8.990269288143762916e-014.302168497691762905e-01 2.962351210526772416e-01 4.259564974067475696e-01
1.463850064000737916e-037.619464016912527171e-01 2.764661957409741966e-01 8.967282719944846825e-03
1.774618247314488917e-018.110735600283927038e-01 1.314094418012348164e-01 1.280861102265743456e-01

文件的加载:

In [22]: new_arr =np.loadtxt('data.txt')
 
In [23]: new_arr
Out[23]:
array([[0.21349492, 0.77993282, 0.37269246, 0.70599725],
 [ 0.74004045, 0.64697716, 0.49489394, 0.94005934],
 [ 0.89902693, 0.43021685, 0.29623512, 0.4259565 ],
 [ 0.00146385, 0.7619464 , 0.2764662 , 0.00896728],
 [ 0.17746182, 0.81107356, 0.13140944, 0.12808611]])

存储的数据文件可以通过加载的方式重新用以创建数组对象,为了验证存储与读取的一致性,做一下检查如下:

In [25]: arr1 ==new_arr
Out[25]:
array([[True, True, True, True],
 [ True, True, True, True],
 [ True, True, True, True],
 [ True, True, True, True],
 [ True, True, True, True]], dtype=bool)

从上面可以看出,读取回来的数据跟原来有着等价效果。

以上这篇numpy中以文本的方式存储以及读取数据方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • python3.5绘制随机漫步图

    python3.5绘制随机漫步图

    这篇文章主要为大家详细介绍了python3.5绘制随机漫步图,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-08-08
  • Windows 下更改 jupyterlab 默认启动位置的教程详解

    Windows 下更改 jupyterlab 默认启动位置的教程详解

    这篇文章主要介绍了Windows 下更改 jupyterlab 默认启动位置,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-05-05
  • python使用新浪微博api上传图片到微博示例

    python使用新浪微博api上传图片到微博示例

    本文介绍了Python使用新浪微博官方api发表带图的微博(模拟post)的功能,大家参考使用吧
    2014-01-01
  • python OpenCV 图像通道数判断

    python OpenCV 图像通道数判断

    这篇文章主要介绍了python OpenCV 图像通道数判断,文章基于Python的相关内容展开对文章主题的详细介绍,需要的小伙伴可以参考一下
    2022-04-04
  • Python将多个list合并为1个list的方法

    Python将多个list合并为1个list的方法

    今天小编就为大家分享一篇Python将多个list合并为1个list的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • Python中@符号的具体使用

    Python中@符号的具体使用

    本文主要介绍了Python中@符号的具体使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-06-06
  • python安装pywifi全过程

    python安装pywifi全过程

    这篇文章主要介绍了python安装pywifi全过程,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-06-06
  • python实现微秒级等待问题(windows)

    python实现微秒级等待问题(windows)

    这篇文章主要介绍了python实现微秒级等待问题(windows),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06
  • python3获取视频文件播放时长的三种方法

    python3获取视频文件播放时长的三种方法

    这篇文章主要介绍了python3获取视频文件播放时长的三种方法,VideoFileClip,CV2以及FFmpeg这三种方法,文章通过代码示例给大家讲解的非常详细,需要的朋友可以参考下
    2024-04-04
  • anaconda3:conda not found报错问题解决

    anaconda3:conda not found报错问题解决

    这篇文章主要给大家介绍了关于anaconda3:conda not found报错问题解决的相关资料,Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项,需要的朋友可以参考下
    2023-10-10

最新评论