Salva e carica l'array NumPy in Python

1. Salva e carica l’array NumPy con le funzioni numpy.savetxt() e numpy.loadtxt()
2. Salva e carica l’array NumPy con le funzioni numpy.tofile() e numpy.fromfile()
3. Salva e carica l’array NumPy con le funzioni numpy.save() e numpy.load() in Python

Questo tutorial discuterà i metodi per salvare e caricare un array NumPy in Python.

Salva e carica l’array NumPy con le funzioni numpy.savetxt() e numpy.loadtxt()

La funzione numpy.savetxt() salva un array NumPy in un file di testo e la funzione numpy.loadtxt() carica un array NumPy da un file di testo in Python. La funzione numpy.save() prende il nome del file di testo, l’array da salvare e il formato desiderato come parametri di input e salva l’array all’interno del file di testo. La funzione numpy.loadtxt() prende il nome del file di testo e il tipo di dati dell’array e restituisce l’array salvato. Il seguente esempio di codice ci mostra come possiamo salvare e caricare un array NumPy con le funzioni numpy.savetxt() e numpy.loadtxt() in Python.

import numpy as np

a = np.array([1, 3, 5, 7])

np.savetxt("test1.txt", a, fmt="%d")

a2 = np.loadtxt("test1.txt", dtype=int)
print(a == a2)

Produzione:

[ True  True  True  True]

Nel codice sopra, abbiamo salvato l’array a all’interno del file test1.txt con la funzione numpy.savetxt() e caricato l’array a2 dal file test1.txt con il file numpy.loadtxt() in Python. Per prima cosa abbiamo creato l’array a con la funzione np.array(). Abbiamo quindi salvato l’array a all’interno del file test1.txt con la funzione np.savetxt() e specificato il formato come %d, che è il formato intero. Abbiamo quindi caricato l’array salvato all’interno dell’array a2 con la funzione np.loadtxt() e specificato il dtype=int. Alla fine, abbiamo confrontato entrambi gli array e mostrato i risultati.

Questo metodo è considerevolmente più lento di tutti gli altri metodi discussi qui.

Salva e carica l’array NumPy con le funzioni numpy.tofile() e numpy.fromfile()

La funzione numpy.tofile() salva un array NumPy in un file binario e la funzione numpy.fromfile() carica un array NumPy da un file binario. La funzione numpy.tofile() prende il nome del file come argomento di input e salva l’array chiamante all’interno del file in un formato binario. La funzione numpy.fromfile() prende il nome del file e il tipo di dati dell’array come parametri di input e restituisce l’array. Il seguente esempio di codice ci mostra come salvare e caricare un array NumPy con le funzioni numpy.tofile() e numpy.fromfile() in Python.

import numpy as np

a = np.array([1, 3, 5, 7])

a.tofile("test2.dat")

a2 = np.fromfile("test2.dat", dtype=int)
print(a == a2)

Produzione:

[ True  True  True  True]

Nel codice sopra, abbiamo salvato l’array a all’interno del file test2.dat con la funzione numpy.tofile() e caricato l’array a2 dal file test2.dat con il file numpy.fromfile() funzione in Python. Per prima cosa abbiamo creato l’array a con la funzione np.array(). Abbiamo quindi salvato l’array a all’interno del file test2.dat con la funzione np.tofile(). Abbiamo quindi caricato l’array salvato all’interno dell’array a2 con la funzione np.fromfile() e specificato il dtype=int. Alla fine, abbiamo confrontato entrambi gli array e mostrato i risultati.

Questo metodo è più veloce ed efficiente del metodo precedente, ma dipende dalla piattaforma.

Salva e carica l’array NumPy con le funzioni numpy.save() e numpy.load() in Python

Questo approccio è un modo indipendente dalla piattaforma per salvare e caricare un array NumPy in Python. La funzione numpy.save() salva un array NumPy in un file e la funzione numpy.load() carica un array NumPy da un file. Dobbiamo specificare l’estensione .npy per i file in questo metodo. La funzione numpy.save() prende il nome del file e dell’array da salvare come parametri di input e salva l’array all’interno del file specificato. La funzione numpy.load() prende il nome del file come parametro di input e restituisce l’array. Il seguente esempio di codice ci mostra come possiamo salvare e caricare un array NumPy con le funzioni numpy.save() e numpy.load() in Python.

import numpy as np

a = np.array([1, 3, 5, 7])

np.save("test3.npy", a)

a2 = np.load("test3.npy")
print(a == a2)

Produzione:

[ True  True  True  True]

Nel codice sopra, abbiamo salvato l’array a all’interno del file test3.npy con la funzione numpy.save() e caricato l’array a2 dal file test3.npy con il file numpy.load() funzione in Python. Per prima cosa abbiamo creato l’array a con la funzione np.array(). Abbiamo quindi salvato l’array a all’interno del file test3.npy con la funzione np.save(). Abbiamo quindi caricato l’array salvato all’interno dell’array a2 con la funzione np.load(). Alla fine, abbiamo confrontato entrambi gli array e mostrato i risultati.

Questo metodo è il migliore finora perché è molto efficiente e indipendente dalla piattaforma.