Salvar e carregar matriz NumPy em Python

1. Salvar e carregar o array NumPy com as funções numpy.savetxt() e numpy.loadtxt()
2. Salvar e carregar o array NumPy com as funções numpy.tofile() e numpy.fromfile()
3. Salve e carregue o array NumPy com as funções numpy.save() e numpy.load() em Python

Este tutorial irá discutir os métodos para salvar e carregar um array NumPy em Python.

Salvar e carregar o array NumPy com as funções numpy.savetxt() e numpy.loadtxt()

A função numpy.savetxt() salva um array NumPy em um arquivo de texto e a função numpy.loadtxt() carrega um array NumPy de um arquivo de texto em Python. A função numpy.save() leva o nome do arquivo de texto, o array a ser salvo e o formato desejado como parâmetros de entrada e salva o array dentro do arquivo de texto. A função numpy.loadtxt() obtém o nome do arquivo de texto e o tipo de dados do array e retorna o array salvo. O exemplo de código a seguir nos mostra como podemos salvar e carregar um array NumPy com as funções numpy.savetxt() e numpy.loadtxt() em 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)

Resultado:

[ True  True  True  True]

No código acima, salvamos o array a dentro do arquivo test1.txt com a função numpy.savetxt() e carregamos o array a2 do arquivo test1.txt com o numpy.loadtxt()função em Python. Primeiro criamos o array a com a função np.array(). Em seguida, salvamos o array a dentro do arquivo test1.txt com a função np.savetxt() e especificamos o formato como %d, que é o formato inteiro. Em seguida, carregamos o array salvo dentro do array a2 com a função np.loadtxt() e especificamos dtype=int. No final, comparamos os dois arrays e exibimos os resultados.

Este método é consideravelmente mais lento do que todos os outros métodos discutidos aqui.

Salvar e carregar o array NumPy com as funções numpy.tofile() e numpy.fromfile()

A função numpy.tofile() salva um array NumPy em um arquivo binário e a função numpy.fromfile() carrega um array NumPy de um arquivo binário. A função numpy.tofile() leva o nome do arquivo como um argumento de entrada e salva a matriz de chamada dentro do arquivo em um formato binário. A função numpy.fromfile() recebe o nome do arquivo e o tipo de dados do array como parâmetros de entrada e retorna o array. O exemplo de código a seguir nos mostra como salvar e carregar um array NumPy com as funções numpy.tofile() e numpy.fromfile() em 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)

Resultado:

[ True  True  True  True]

No código acima, salvamos o array a dentro do arquivo test2.dat com a função numpy.tofile() e carregamos o array a2 do arquivo test2.dat com o numpy.fromfile()função em Python. Primeiro criamos o array a com a função np.array(). Em seguida, salvamos o array a dentro do arquivo test2.dat com a função np.tofile(). Em seguida, carregamos o array salvo dentro do array a2 com a função np.fromfile() e especificamos dtype=int. No final, comparamos os dois arrays e exibimos os resultados.

Este método é mais rápido e eficiente do que o método anterior, mas depende da plataforma.

Salve e carregue o array NumPy com as funções numpy.save() e numpy.load() em Python

Essa abordagem é uma forma independente de plataforma de salvar e carregar um array NumPy em Python. A função numpy.save() salva um array NumPy em um arquivo, e a função numpy.load() carrega um array NumPy de um arquivo. Precisamos especificar a extensão .npy para os arquivos neste método. A função numpy.save() pega o nome do arquivo e o array a ser salvo como parâmetros de entrada e salva o array dentro do arquivo especificado. A função numpy.load() recebe o nome do arquivo como um parâmetro de entrada e retorna o array. O exemplo de código a seguir nos mostra como podemos salvar e carregar um array NumPy com as funções numpy.save() e numpy.load() em 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)

Resultado:

[ True  True  True  True]

No código acima, salvamos o array a dentro do arquivo test3.npy com a função numpy.save() e carregamos o array a2 do arquivo test3.npy com o numpy.load()função em Python. Primeiro criamos o array a com a função np.array(). Em seguida, salvamos o array a dentro do arquivo test3.npy com a função np.save(). Em seguida, carregamos o array salvo dentro do array a2 com a função np.load(). No final, comparamos os dois arrays e exibimos os resultados.

Este método é o melhor até agora porque é muito eficiente e independente de plataforma.