numpy读写文件使用库函数进行分析问题。一维数组读取import numpy as np # numpy的简单统计分析 # 一维数组 arr np.arange(100).reshape(10,10) # arange(100)取0-99共100个数字 np.save(./save_arr,arr) #保存数组默认是.npy文件 # print(arr) load_data np.load(r./save_arr.npy) # 读取的时候必须加后缀名 print(arr)二维数组 多个数组的存储与读取import numpy as np # 存储时不需要加后缀名 # 读取时必须加上后缀名 # 二维数组 arr1np.array([[1,2,3],[4,5,6]]) arr2np.arange(2,20,3).reshape(2,3) arr3np.arange(0,1,0.1) # print(arr2) np.savez(./save_merge,arr1,arr2,arr3) # savez 存储多个数组 load_data np.load(./save_merge.npz) print(load_data) # numpy.lib.npyio.NpzFile object at 0x000001A3B5362730 输出为对象在哪里 print(load_data.files) # files属性读取load_data中多少个数组数组名称是什么 # [arr_0, arr_1, arr_2] print(load_data[arr_0]) # 使用名称索引的方式读取第一个数组其他文件的存储与读取import numpy as np arrnp.arange(0,12,0.5).reshape(4,-1) # 指定4行列自行计算-1 # 保存为文本类型savetxt需要加后缀名 # fmt%d为指定保存为整数delimiter,指定字符分割符号 np.savetxt(./arr.txt,arr,fmt%f,delimiter,) # 读取:loadtxt 也需要指定分隔符 load_data np.loadtxt(./arr.txt,delimiter,) print(load_data) # genfromtxt面向的是结构化数据,读取的文件类型是numpy.array load_data np.genfromtxt(./arr.txt,delimiter,) print(type(load_data))
numpy读写文件使用库函数进行分析问题。一维数组读取import numpy as np # numpy的简单统计分析 # 一维数组 arr np.arange(100).reshape(10,10) # arange(100)取0-99共100个数字 np.save(./save_arr,arr) #保存数组默认是.npy文件 # print(arr) load_data np.load(r./save_arr.npy) # 读取的时候必须加后缀名 print(arr)二维数组 多个数组的存储与读取import numpy as np # 存储时不需要加后缀名 # 读取时必须加上后缀名 # 二维数组 arr1np.array([[1,2,3],[4,5,6]]) arr2np.arange(2,20,3).reshape(2,3) arr3np.arange(0,1,0.1) # print(arr2) np.savez(./save_merge,arr1,arr2,arr3) # savez 存储多个数组 load_data np.load(./save_merge.npz) print(load_data) # numpy.lib.npyio.NpzFile object at 0x000001A3B5362730 输出为对象在哪里 print(load_data.files) # files属性读取load_data中多少个数组数组名称是什么 # [arr_0, arr_1, arr_2] print(load_data[arr_0]) # 使用名称索引的方式读取第一个数组其他文件的存储与读取import numpy as np arrnp.arange(0,12,0.5).reshape(4,-1) # 指定4行列自行计算-1 # 保存为文本类型savetxt需要加后缀名 # fmt%d为指定保存为整数delimiter,指定字符分割符号 np.savetxt(./arr.txt,arr,fmt%f,delimiter,) # 读取:loadtxt 也需要指定分隔符 load_data np.loadtxt(./arr.txt,delimiter,) print(load_data) # genfromtxt面向的是结构化数据,读取的文件类型是numpy.array load_data np.genfromtxt(./arr.txt,delimiter,) print(type(load_data))
