资讯专栏INFORMATION COLUMN

python数据保存为npy和npz格式并读取的完整代码

89542767 / 748人阅读

  小编写这篇文章的主要目的,主要是给大家去做一个解答,解答的内容是关于python知识的,主要是讨论python数据保存的一些问题。涉及到的内容有如何保存为npy和npz格式等一些相关的格式,具体的代码下面就给大家贴出来了。


  python数据保存为npy格式


  补充:


  numpy.save("./文件名",数组名):以二进制的格式保存数据,会将保存的多个数组以字典形式保存,每个数组都会默认给一个key,从“arr_0”开始。也可以在传入多个数组时用关键字自己指定其key值。numpy.load("./文件名.npy"):函数是从二进制的文件中读取数据。通过np.load()加载,之后可以通过obj.files来查看所有key值,类似于字典的dict.keys。并且我们也可以通过key值索引保存的数组。


  (1)随机生成一个数组,将数据保存为npy格式的文件中,


  #保存数据:
  import numpy as np
  data_1=np.zeros((3,3))
  #将ndarray类型的数据以字典的形式保存在扩展名为npz的数据文件中
  np.save("test.npy",data_1)

01.png

  执行代码之后,会出现生成的文件,

02.png

  (2)读取npy文件中的数据,


  #加载数据
  datas=np.load("test.npy")
  print("----type----")
  print(type(datas))
  print("----shape----")
  print(datas.shape)
  print("----data----")
  print(datas)

03.png

  3)完整代码:


  import numpy as np
  data_1=np.zeros((3,3))
  #将ndarray类型的数据以字典的形式保存在扩展名为npz的数据文件中
  np.save("test.npy",data_1)
  #加载数据
  datas=np.load("test.npy")
  print("----type----")
  print(type(datas))
  print("----shape----")
  print(datas.shape)
  print("----data----")
  print(datas)

  python数据保存为npz格式


  补充:


  numpy.savez(’./文件名’,数组名1,数组名2,…):可以将多个数组保存到一个文件中,会将保存的多个数组以字典形式保存,每个数组都会默认给一个key,从“arr_0”开始。也可以在传入多个数组时用关键字自己指定其key值。numpy.load():通过np.load()加载之后可以使用obj.files来查看所有key值,类似于字典的dict.keys。并且我们也可以通过key值索引保存的数组。


  (1)随机生成一个数组,将数据保存为npz格式的文件中,


  #保存数据:
  import numpy as np
  data_1=np.zeros((3,3))
  #将ndarray类型的数据以字典的形式保存在扩展名为npz的数据文件中
  np.savez("test.npz",data_1)


  执行代码之后,会出现生成的文件,

04.png

  (2)读取npz文件中的数据,


  #加载数据
  datas=np.load("test.npz")
  #第一种方法:
  print(datas.files)#['arr_0']
  print(datas['arr_0'])#np.zeros((3,3))
  #或使用第二种方法:
  for key,arr in datas.items():
  print(key,":",arr)


  (3)完整代码:


  import numpy as np
  data_1=np.zeros((3,3))
  #将ndarray类型的数据以字典的形式保存在扩展名为npz的数据文件中
  np.savez("test.npz",data_1)
  #加载数据
  datas=np.load("test.npz")
  #第一种方法:
  print(datas.files)#['arr_0']
  print(datas['arr_0'])#np.zeros((3,3))
  #或使用第二种方法:
  for key,arr in datas.items():
  print(key,":",arr)


  综上所述,这篇文章就给大家介绍到这里了,希望可以给大家带来帮助。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/128320.html

相关文章

  • Tensorflow分类器项目自定义数据读入

    摘要:分类器项目自定义数据读入在照着官网的敲了一遍分类器项目的代码后,运行倒是成功了,结果也不错。 Tensorflow分类器项目自定义数据读入 在照着Tensorflow官网的demo敲了一遍分类器项目的代码后,运行倒是成功了,结果也不错。但是最终还是要训练自己的数据,所以尝试准备加载自定义的数据,然而demo中只是出现了fashion_mnist.load_data()并没有详细的读取过...

    ysl_unh 评论0 收藏0
  • Python数据分析 - numpy

    摘要:前言以下简称是数据分析必不可少的第三方库,的出现一定程度上解决了运算性能不佳的问题,同时提供了更加精确的数据类型。因此,理解的数据类型对数据分析十分有帮助。一维数据由对等关系的有序或无序数据构成,采用线性方式组织,可以用数组表示。 前言 NUMPY(以下简称NP)是Python数据分析必不可少的第三方库,np的出现一定程度上解决了Python运算性能不佳的问题,同时提供了更加精确的数据...

    CHENGKANG 评论0 收藏0
  • pythonmat矩阵matlabnpy矩阵实现互相转换

      小编写这篇文章的目的,主要是给大家介绍关于python和npy矩阵的相关介绍,下面会给大家做出一个详细的解答,希望可以给各位读者带来帮助。  mat矩阵和npy矩阵互相转换  numpy.narray矩阵保存为mat文件  importnumpyasnp   importscipy.ioasio   mat_path='your_mat_save_path'   mat=np....

    89542767 评论0 收藏0
  • python格式Caffe图片数据信息均值测算学习培训

      此篇文章关键给大家介绍了python格式Caffe图片数据信息均值测算学习培训实例详细说明,感兴趣的小伙伴可以参考借鉴一下,希望可以一些帮助,祝愿大家多多的发展,尽早涨薪  前言  照片减掉均值后,然后再进行练习和检测,也会提高速度与精密度。因而,通常在各类实体模型中都有这种操作。  那么这样的均值是怎么来的呢,实际上是测算全部svm分类器的均值,计算出来后,储存为均值文档,在今后的检测中,就...

    89542767 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<