python知识：numpy如何保存矩阵
⼀、说明
本⽂主要说明，numpy的张量如何存储导出，或导⼊。即：如何将array保存到txt⽂件中？如何将存到txt⽂件中的数据读出为ndarray类型？python如何保存矩阵，保存，保存numpy.ndarray
⼆、案例1 ：存储np.array数据
1) 缺省按照格式
a = np.arange(0,12,0.5).reshape(4,-1)
np.savetxt("a.txt", a) # 缺省按照'%.18e'格式保存数据，以空格分隔
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]])
有些时候会报错：TypeError: Mismatch between array dtype (‘object’) and format specifier (‘%.18e’) 其中format specifier (‘%.18e’)表⽰传⼊的格式，常⽤的有%d,%s，或%f
fmt : str or sequence of strs, optional
A single format (%10.5f), a sequence of formats, or a
multi-format string, e.g. 'Iteration %d -
- %10.5f', in which case `delimiter` is ignored. For complex `X`, the legal options for `fmt` are: a) a single specifier, `fmt='%.4e'`, resulting in numbers formatted
like `' (%s+%sj)' % (fmt, fmt)`
b) a full string specifying every real and imaginary part, e.g.
`' %.4e %+.4ej %.4e %+.4ej %.4e %+.4ej'` for 3 columns
c) a list of specifiers, one per column - in this case, the real and imaginary part must have s
eparate specifiers,
< `['%.3e + %.3ej', '(%.15e%+.15ej)']` for 2 columns
2) 指定格式
np.savetxt("a.txt", a, fmt="%d", delimiter=",") #改为保存为整数，以逗号分隔
np.loadtxt("a.txt",delimiter=",") # 读⼊的时候也需要指定逗号分隔
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.]])
案例，以下存储三个list类型的数据：
import numpy
data = numpy.array([[2,6,1],[1,7,2,0,1],[7,2,3,4]],dtype=object)
numpy.savetxt("",data ,fmt="%s",delimiter=",")
但是在加载过程中会报错！应该注意这种维度的不同
c=numpy.loadtxt("",delimiter=",",skiprows=0,dtype=int)
将提⽰⽆法读⼊。如果处理下：加个b
c=numpy.loadtxt(",delimiter=",",skiprows=0,dtype=int)1
返回的结果反⽽变了，当成了⼀个数组，因此，在⽤loadtxt适⽤于1维
结论：能够读写磁盘上的⽂本数据或⼆进制数据。
三、存取⽂本⽂件
np.loadtxt和np.savetxt可以读写1维和2维的数组：
np.loadtxt(FILENAME, dtype=int, delimiter=’ ‘)
np.savetxt(“a.txt”, a, fmt=”%d”, delimiter=”,”)
1）例⼦：
a=np.arange(0,10).reshape(2,-1)
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
np.savetxt("a.txt",a) #缺省按照'%.18e'格式保存数据，以空格分隔
np.loadtxt("a.txt")
array([[ 0., 1., 2., 3., 4.],
[ 5., 6., 7., 8., 9.]])
a=np.arange(0,10,0.5).reshape(4,-1)
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]])
np.savetxt("a.txt",a,fmt="%d",delimiter=",")#改为保存为整数，以逗号分隔
np.loadtxt("a.txt",delimiter=",")#load时也要指定为逗号分隔
array([[ 0., 0., 1., 1., 2.],
[ 2., 3., 3., 4., 4.],
[ 5., 5., 6., 6., 7.],
[ 7., 8., 8., 9., 9.]])
2）np.savez 多个数组保存
如果你想将多个数组保存到⼀个⽂件中的话，使⽤numpy.savez函数。savez函数的第⼀个参数是⽂件名，其后的参数都是需要保存的数组，也可以使⽤关键字参数为数组起⼀个名字，⾮关键字参数传递的数组会⾃动起名为arr_0, arr_1, …。savez函数输出的是⼀个压缩⽂件(扩展名为npz)，其中每个⽂件都是⼀个save函数保存的npy⽂件，⽂件名对应于数组名。load函数⾃动识别npz⽂件，并且返回⼀个类似于字典的对象，可以通过数组名作为关键字获取数组的内容：
>>> C=np.array([1,0,1,0])
>>> np.savez("files.npz",A,B,C_array=C)
>>> D=np.load("files.npz")
>>> D['arr_0']
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
python怎么读取txt[10, 11, 12, 13, 14]])
>>> D['arr_1']
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
>>> D['arr_2']
Traceback (most recent call last):
File "<input>", line 1, in <module>
File "D:\Python3\lib\site-packages\numpy\lib\npyio.py", line 255, in __getitem__
raise KeyError("%s is not a file in the archive" % key)
KeyError: 'arr_2 is not a file in the archive'>>> D['C_array']
array([1, 0, 1, 0])
如果你⽤解压软件打开files.npz⽂件的话，会发现其中有三个⽂件：arr_0.npy， arr_1.npy， C_array.npy，其中分别保存着数组A,B,C 的内容
3）np.load和np.save将数组以⼆进制格式保存到磁盘
np.load和np.save是读写磁盘数组数据的两个主要函数，默认情况下，数组是以未压缩的原始⼆进制格式保存在扩展名为.npy的⽂件中。
>>> import numpy as np
A = np.arange(15).reshape(3,5)
>>> A
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
>>> np.save("A.npy",A) #如果⽂件路径末尾没有扩展名.npy，该扩展名会被⾃动加上。
>>> B=np.load("A.npy")
>>> B
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
注：保存为Numpy专⽤的⼆进制格式后，就不能⽤notepad++等打开看了（乱码）。因此这种⽅式建议在不需要看保存⽂件内容的情况下使⽤。
三、关于numpy的其它⽅法
1) a.tofile的⽅法。
a = np.array( [ [1,2,3],[6,7,9] ])
这种⽅法只能保存为⼆进制⽂件，且不能保存当前数据的⾏列信息，⽂件后缀不⼀定⾮要是bin，也可以为txt，但不影响保存格式，都是⼆进制。
这种保存⽅法对数据读取有要求，需要⼿动指定读出来的数据的的dtype，如果指定的格式与保存时的
不⼀致，则读出来的就是错误的数据。
b = numpy.fromfile("filename.bin",dtype = **)
读出来的数据是⼀维数组，需要利⽤
b.shape = 3,2重新指定维数。
2) numpy.save的⽅法。
.numpy.save("filename.npy",a)
利⽤这种⽅法，保存⽂件的后缀名字⼀定会被置为.npy，这种格式最好只⽤
numpy.load("filename")来读取。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论