給自己的Python小筆記 - Numpy如何讀寫檔案? - NumPy獨有的npy和npz二進制檔案格式和text(.txt)檔案格式 - 讀取/寫入教學

Github連結

1. NumPy讀寫方法總表

圖片不清楚可以直接參考Github喔

2. 輸出的檔案說明-npy & npz

• npy: 用來儲存與載入ndarray所需的資料、圖形，dtype等資訊
• npzi: 與npy相同功能，但是用來存儲多個陣列

3. numpy.save() & load()

函式

save(file, arr, allow_pickle=True, fix_imports=True)

參數介紹

• file: 儲存的檔案名稱，副檔名為.npy，如果沒有設定會自動補上
• arr: 要儲存的array
• allow_pickle: 預設為True，允許使用Python Pickle來保存對象數組，不允許使用的原因為安全性(可以執行任意操作)和可移植性(pickle對象可能沒辦法在不同容器上加載)，Python的pickle用於儲存或讀取前，對物件進行序列化與反序列化
• fix_imports: 僅用於將Python3的對象數組轉換為Python2能兼容的pickle

實作

import numpy as np
​
## 創建一個0到9的array
x = np.arange (10)
print('Save: ', x)
​
## 保存成npy檔
np.save('numpy_sample.npy', x)
​
## 不特別設定副檔名,會自動存成npy檔
np.save('numpy_samplel.npy', x)
​
## #npy
y = np.load('numpy_sample.npy')
print('Load': , y)

執行結果

Save: [0 1 2 3 4 5 6 7 8 9]
Load: [0 1 2 3 4 5 6 7 8 9]

查看一下npy檔的內容

## 查看一下npy裡面的內容
!type numpy_sample.npy

執行結果

�NUMPY•v{'descr': '<i4', 'fortran_order': False, 'shape': (10,), }  

結果: 為NumPy專用的二進制格式資料

4. numpy.savez() & load()

函式

savez(file, *args, **kwds)

參數介紹

• file: 存儲的檔案名稱，副檔名為.npz，如果沒有設定會自動補上
• args: 保存到檔案中的數組，由於Python不會知道savez以外的數組名稱，所以數組將被自動保存名稱為"arr_0","arr_1"以此類推，但是也可以自己定義名稱(例子會介紹到)，也就是這些參數是可以任意表達的
• kwds: 存儲到文件的數組所使用的關鍵字名稱

實作

import numpy as np
​
x= np.arange(0, 10)
​
y = np.cos(x)
​
z = np.array([[2,4,6], [3,5,8]])
​
## 將多個array保存為npz
## y使用了關鍵字引數 cos_array,也就是之後會透過這個指定的關鍵字獲取y值
np.savez ('multiple_array.npz', x, z, cos_array = y)
​
## 載入npz檔
a = np.load('multiple_array.npz')
​
## 顯示所有array的名稱
print('Array Name: ', a.files)
​
## 直接print載回的檔案
print (a)
​
print('Array x: ', a['arr_0'])
print('Array y: ', a['cos_array'])
print('Array z: ', a['arr_1'])

執行結果

Array Name: ['cos_array', 'arr_0', 'arr_1']
<numpy.lib.npyio.NpzFile object at 0x00000175C7D1FD08>
Array x: [0 1 2 3 4 5 6 7 8 9]
Array y: [ 1.    0.54030231 -0.41614684 -0.9899925 -0.65364362 0.28366219
 0.96017029 0.75390225 -0.14550003 -0.91113026]
Array z: [[2 4 6]
 [3 5 8]]

查看npx的內容

!type multiple_array.npz

執行結果

PK•••!|•菹��
•cos_array.npy••���NUMPY•v{'descr': '<f8', 'fortran_order': False, 'shape': (10,), }                             
�?�•�•(J�?•rSW&Ｌ諜���•殷螟$�•串靽愃kp�'�?�"x 溯�?• ���•�?�/c蕪�聶k•戌�'篻PK•••!nE-儘� •arr_0.npy••���NUMPY•v{'descr': '<i4', 'fortran_order': False, 'shape': (10,), }                             
••••••• PK•••!�<
��� •arr_1.npy••���NUMPY•v{'descr': '<i4', 'fortran_order': False, 'shape': (2, 3), }                             
•••••PK••••!|•菹��
�•cos_array.npyPK••••!nE-儘� �•••arr_0.npyPK••••!�<
��� �•�•arr_1.npyPK••••��•

5. np.savetxt() & np.loadtxt()

函式

savetxt(fname, X, fmt='%.18e', delimiter='', newline='\n', header=", footer = '', comments='#', encoding=None)

參數介绍

• fname: 檔案名稱
• X: 要保存的資料
• delimiter:設定各種分隔符,字符串或字符分隔的列

實作

a.

import numpy as np
​
x = np.arange(10)
print('Save Text: ', x)
​
##存成txt檔
np.savetxt('example.txt',x)
​
##載入txt檔
y = np.loadtxt('example.txt')
​
print('Load Text: ', y)

執行結果

Save Text: [0 1 2 3 4 5 6 7 8 9]
Load Text: [0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]

b. 將整數array轉成浮點數array儲存，並指定分隔符為驚嘆號

import numpy as np
​
x = np.arange(0, 20).reshape(5, 4)
print('Original array:')
print (x)
​
## 存成浮點數array,並以宣漢賊畢
np.savetxt('example1.txt', x, fmt="%f", delimiter = "!")
​
## 載入text檔
y = np.loadtxt('example1.txt', delimiter = "!")
print('Load Text: ')
print (y)

執行結果

Original array:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]
 [12 13 14 15]
 [16 17 18 19]]
Load Text: 
[[ 0. 1. 2. 3.]
 [ 4. 5. 6. 7.]
 [ 8. 9. 10. 11.]
 [12. 13. 14. 15.]
 [16. 17. 18. 19.]]

查看txt內容

a.

!type example.txt

執行結果

0.000000000000000000e+00
1.000000000000000000e+00
2.000000000000000000e+00
3.000000000000000000e+00
4.000000000000000000e+00
5.000000000000000000e+00
6.000000000000000000e+00
7.000000000000000000e+00
8.000000000000000000e+00
9.000000000000000000e+00

b.

!type example1.txt

執行結果

0.000000!1.000000!2.000000!3.000000
4.000000!5.000000!6.000000!7.000000
8.000000!9.000000!10.000000!11.000000
12.000000!13.000000!14.000000!15.000000
16.000000!17.000000!18.000000!19.000000