在 Python 中保存和加载 NumPy 数组

  1. 使用 numpy.savetxt()numpy.loadtxt() 函数保存和加载 NumPy 数组
  2. 使用 numpy.tofile()numpy.fromfile() 函数保存和加载 NumPy 数组
  3. 使用 Python 中的 numpy.save()numpy.load() 函数保存和加载 NumPy 数组

本教程将讨论在 Python 中保存和加载 NumPy 数组的方法。

使用 numpy.savetxt()numpy.loadtxt() 函数保存和加载 NumPy 数组

numpy.savetxt() 函数将 NumPy 数组保存到文本文件,numpy.loadtxt() 函数从 Python 中的文本文件加载 NumPy 数组。numpy.save() 函数将文本文件的名称、要保存的数组和所需的格式作为输入参数,并将数组保存在文本文件中。numpy.loadtxt() 函数采用文本文件的名称和数组的数据类型,并返回保存的数组。以下代码示例向我们展示了如何使用 Python 中的 numpy.savetxt()numpy.loadtxt() 函数保存和加载 NumPy 数组。

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)

输出:

[ True  True  True  True]

在上面的代码中,我们使用 numpy.savetxt() 函数将数组 a 保存在 test1.txt 文件中,并使用 numpy.savetxt() 函数从 test1.txt 文件加载数组 a2loadtxt() Python 中的函数。我们首先使用 np.array() 函数创建了数组 a。然后我们使用 np.savetxt() 函数将数组 a 保存在 test1.txt 文件中,并指定格式为%d,即整数格式。然后我们使用 np.loadtxt() 函数将保存的数组加载到数组 a2 中,并指定 dtype=int。最后,我们比较了两个数组并显示了结果。

此方法比此处讨论的所有其他方法慢得多。

使用 numpy.tofile()numpy.fromfile() 函数保存和加载 NumPy 数组

numpy.tofile() 函数将一个 NumPy 数组保存在一个二进制文件中,而 numpy.fromfile() 函数从一个二进制文件中加载一个 NumPy 数组。numpy.tofile() 函数将文件名作为输入参数,并将调用数组以二进制格式保存在文件中。numpy.fromfile() 函数将文件名和数组的数据类型作为输入参数并返回数组。以下代码示例向我们展示了如何使用 Python 中的 numpy.tofile()numpy.fromfile() 函数保存和加载 NumPy 数组。

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)

输出:

[ True  True  True  True]

在上面的代码中,我们使用 numpy.tofile() 函数将数组 a 保存在 test2.dat 文件中,并使用 numpy.tofile() 函数从 test2.dat 文件加载数组 a2。Python 中的 fromfile() 函数。我们首先使用 np.array() 函数创建了数组 a。然后我们使用 np.tofile() 函数将数组 a 保存在 test2.dat 文件中。然后我们使用 np.fromfile() 函数将保存的数组加载到数组 a2 中,并指定 dtype=int。最后,我们比较了两个数组并显示了结果。

这种方法比以前的方法更快、更有效,但它依赖于平台。

使用 Python 中的 numpy.save()numpy.load() 函数保存和加载 NumPy 数组

这种方法是一种在 Python 中保存和加载 NumPy 数组的独立于平台的方法。numpy.save() 函数 将 NumPy 数组保存到文件中,而 numpy.load() 函数 从文件中加载 NumPy 数组。我们需要在此方法中为文件指定 .npy 扩展名。numpy.save() 函数将文件名和要保存的数组作为输入参数,并将数组保存在指定文件中。numpy.load() 函数将文件名作为输入参数并返回数组。以下代码示例向我们展示了如何使用 Python 中的 numpy.save()numpy.load() 函数保存和加载 NumPy 数组。

import numpy as np

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

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

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

输出:

[ True  True  True  True]

在上面的代码中,我们使用 numpy.save() 函数将数组 a 保存在 test3.npy 文件中,并使用 numpy.load() 函数从 test3.npy 文件加载数组 a2。我们首先使用 np.array() 函数创建了数组 a。然后我们使用 np.save() 函数将数组 a 保存在 test3.npy 文件中。然后我们使用 np.load() 函数将保存的数组加载到数组 a2 中。最后,我们比较了两个数组并显示了结果。

这种方法是迄今为止最好的方法,因为它非常高效且与平台无关。