numpy: IO模块

  ndarray对象 可以保存到磁盘文件并从磁盘文件加载。

  NumPy 为 ndarray对象 引入了一个简单的文件格式。 这个npy文件在磁盘文件中，存储重建ndarray所需的数据、图形、dtype和其他信息，以便正确获取数组，即使该文件在具有不同架构的另一台机器上。

---

numpy.save()

  load() 和 save() 函数处理 numPy 二进制文件（带 npy 扩展名）

  numpy.save()文件将输入数组存储在具有npy扩展名的磁盘文件中。

import numpy as np 
a = np.array([1,2,3,4,5]) 
np.save('outfile',a)

---

numpy.savez

  将多个数组保存到一个未压缩的文件中。

  savez函数 的第一个参数是文件名，其后的参数都是需要保存的数组，也可以使用关键字参数为数组起一个名字，非关键字参数传递的数组会自动起名为arr_0, arr_1, …　。

  savez函数 输出的是一个压缩文件(扩展名为npz)，其中每个文件都是一个save函数保存的npy文件，文件名对应于数组名。load函数自动识别npz文件，并且返回一个类似于字典的对象，可以通过数组名作为关键字获取数组的内容。

>>> a = np.array([[1,2,3],[4,5,6]])
>>> b = np.arange(0, 1.0, 0.1)
>>> c = np.sin(b)
>>> np.savez("result.npz", a, b, sin_array = c)
>>> r = np.load("result.npz")
>>> r["arr_0"] # 数组a
array([[1, 2, 3],
       [4, 5, 6]])
>>> r["arr_1"] # 数组b
array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])
>>> r["sin_array"] # 数组c
array([ 0.        ,  0.09983342,  0.19866933,  0.29552021,  0.38941834,
        0.47942554,  0.56464247,  0.64421769,  0.71735609,  0.78332691])

  如果你用解压软件打开result.npz文件的话，会发现其中有三个文件：arr_0.npy， arr_1.npy， sin_array.npy，其中分别保存着数组a, b, c的内容。

---

numpy.load()

  为了从outfile.npy重建数组，请使用load()函数。

import numpy as np 
b = np.load('outfile.npy')  
print b

  输出如下：

array([1, 2, 3, 4, 5])

  save()和load()函数接受一个附加的布尔参数allow_pickles。 Python 中的pickle用于在保存到磁盘文件或从磁盘文件读取之前，对对象进行序列化和反序列化。

---

numpy.savetxt()

---

numpy.loadtxt()

  loadtxt() 和 savetxt() 函数处理正常的文本文件

  以简单文本文件格式存储和获取数组数据，是通过savetxt()和loadtx()函数完成的。

import numpy as np 

a = np.array([1,2,3,4,5]) 
np.savetxt('out.txt',a) 
b = np.loadtxt('out.txt')  
print b

  输出如下：

[ 1.  2.  3.  4.  5.]

  savetxt() 和 loadtxt() 接受附加的可选参数，例如页首，页尾和分隔符。

---

---