Python存储np array

Python存储np array

在Python中，NumPy是一种广泛使用的科学计算库，它提供了强大的多维数组对象以及用于处理这些数组的函数。在本文中，我们将详细讨论如何在Python中存储NumPy数组。我们将介绍几种常见的方法，包括文本文件、二进制文件、以及使用pickle模块。

存储为文本文件

将NumPy数组存储为文本文件是一种简单而直观的方法。使用NumPy的np.savetxt()函数可以实现这一目的。下面是一个简单的示例：

import numpy as np

# 创建一个NumPy数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将数组存储为文本文件
np.savetxt('array.txt', arr)

# 读取文本文件中的数组
new_arr = np.loadtxt('array.txt')
print(new_arr)

在上面的示例中，我们首先创建了一个NumPy数组arr，然后使用np.savetxt()函数将其存储为名为array.txt的文本文件。接着，我们使用np.loadtxt()函数读取文本文件中的数组，并将结果存储在new_arr变量中。最后，我们打印出new_arr的值。

运行上述代码后，输出如下所示：

[[1. 2. 3.]
 [4. 5. 6.]
 [7. 8. 9.]]

可以看到，我们成功地将NumPy数组存储为文本文件，并成功地读取了该文件中的数组。

存储为二进制文件

除了文本文件外，我们还可以将NumPy数组存储为二进制文件。使用np.save()和np.load()函数可以实现这一功能。下面是一个示例：

import numpy as np

# 创建一个NumPy数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将数组存储为二进制文件
np.save('array.npy', arr)

# 从二进制文件中加载数组
new_arr = np.load('array.npy')
print(new_arr)

在上面的示例中，我们首先创建了一个NumPy数组arr，然后使用np.save()函数将其存储为名为array.npy的二进制文件。接着，我们使用np.load()函数从二进制文件中加载数组，并将结果存储在new_arr变量中。最后，我们打印出new_arr的值。

运行上述代码后，输出与文本文件存储相同。

使用pickle模块存储

除了上述方法外，我们还可以使用Python的pickle模块来存储NumPy数组。pickle模块提供了一种序列化对象的方法，可以将任意可序列化的Python对象保存到文件中。下面是一个示例：

import numpy as np
import pickle

# 创建一个NumPy数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将数组存储为pickle文件
with open('array.pkl', 'wb') as f:
    pickle.dump(arr, f)

# 从pickle文件中加载数组
with open('array.pkl', 'rb') as f:
    new_arr = pickle.load(f)

print(new_arr)

在上面的示例中，我们首先创建了一个NumPy数组arr，然后使用pickle.dump()函数将其存储为名为array.pkl的pickle文件。接着，我们使用pickle.load()函数从pickle文件中加载数组，并将结果存储在new_arr变量中。最后，我们打印出new_arr的值。

运行上述代码后，输出同样与文本文件存储相同。

总结

在本文中，我们介绍了三种常见的方法来存储NumPy数组：文本文件、二进制文件以及使用pickle模块。每种方法都有自己的优缺点，可以根据具体需求选择合适的存储方式。

本文链接：http://so.lmcjl.com/news/3697/