数据分析 ——— numpy基础（三）
上两篇文章我们介绍了numpy函数一些基本用法，以及其扩展函数的用法。在这里介绍一下numpy库来进行文件的读写。
一、利用numpy读取文件
1. numpy进行存、储读取csv文件
CSV（以逗号为分割符）,是一种常见的文件格式，用来存储批量数据
存储：
# 文件存储
np.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n',
header='', footer='', comments='# ', encoding=None)-
fname: 文件,字符串，可以是.gz或者.bz2的压缩文件
-
X: 存入文件的数组
-
fmt: 写入文件的格式，例如：%d %.2f %.18e
-
delimiter: 分割列的字符串，默认是任何空格
-
newline: 分割行的字符串
-
header: 文件头
读取：
# 文件读取
np.loadtxt(fname, delimiter=None, skiprows=0,
usecols=None)-
fname: 所要读取的文件名
-
delimiter: 分割列的字符串，默认是任何空格
-
skiprows: 跳过第一行，默认为0, 通常跳过文件头
-
usecols: 所想要选取的列
例1， 存储：
# 存储
import numpy as np
a = np.arange(50).reshape(5, 10)
# 保存为.txt文件
file = np.savetxt('./test/a.csv', a, fmt = '%d',delimiter=',')
所保存文件如下：
例2，读取：
# 文件读取
np_file = np.loadtxt('./test/a.csv', delimiter=',')
print(np_file)
# 只取第一列和第五列数据
np_file1 = np.loadtxt('./test/a.csv',usecols=(0, 4), delimiter=',')
print(np_file1)
"""
np_file: [[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
[10. 11. 12. 13. 14. 15. 16. 17. 18. 19.]
[20. 21. 22. 23. 24. 25. 26. 27. 28. 29.]
[30. 31. 32. 33. 34. 35. 36. 37. 38. 39.]
[40. 41. 42. 43. 44. 45. 46. 47. 48. 49.]]
第1列和第五列数据 [[ 0. 4.]
[10. 14.]
[20. 24.]
[30. 34.]
[40. 44.]]
"""注意： csv只能有效存储一维和二维数组，np.savetxt(), np.loadtxt()也只能有效存储一维和二维数组
2. numpy 进行多维数据的存取：
存储：
a.tofile(fid, sep="", format="%s")-
fid: 文件、字符串
-
sep: 数据分割字符串，如果是空串，写入文件为二进制
-
format: 写入数据的格式
读取：
fromfile(file, dtype=float, count=-1, sep='')-
file: 文件、字符串
-
dtype: 读取的数据类型
-
count：读入元素个数，-1表示读入整个文件
-
sep：数据分割字符串，如果是空串，写入文件为二进制
存储：
# 多维数组的存储
b = np.arange(50).reshape(5, 5, 2)
b.tofile("./test/b.bat", sep=",", format="%d")读取：
# 多维数组的读取
np.fromfile('./test/b.bat', dtype=np.int, sep=',')
"""
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49])
"""
np.fromfile('./test/b.bat', dtype=np.int, sep=',').reshape(5, 5,2)
"""
array([[[ 0, 1], [ 2, 3], [ 4, 5], [ 6, 7], [ 8, 9]],
[[10, 11], [12, 13], [14, 15], [16, 17], [18, 19]],
[[20, 21], [22, 23], [24, 25], [26, 27], [28, 29]],
[[30, 31], [32, 33], [34, 35], [36, 37], [38, 39]],
[[40, 41], [42, 43], [44, 45], [46, 47], [48, 49]]])
"""注意：该方法在读取时需要知道存入文件时数组的维度和元素类型,b.tofile()和np.fromfile()需要配合使用 可以通过元数据文件来存储额外信息。
3. numpy的便捷文件存取
np.save(file, arr) np.savez(file, arr)-
file: 文件名， 以.npy为扩展名， 压缩扩展名为.npz
-
arr: 数组变量
load()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键获取数组的内容。
np.load(file)- file: 文件名， 以.npy为扩展名， 压缩扩展名为.npz
a = np.arange(50).reshape(5,5,2)
np.save("a.npy", a)
b = np.load('a.npy')
print(b)用这种方式来对数据进行存储，方便在深度学习中, 保存训练集,验证集,测试集,还包括他们的标签,用这个方式存储起来,要啥加载啥,文件数量大大减少,也不会到处改文件名。算是一种较好的存储数据的方式。
精彩推荐
python图像识别——图片相似度计算
win10下安装GPU版本的TensorFlow（cuda + cudnn）
TensorFlow-GPU线性回归可视化代码，以及问题总结
所有爬虫文章的归类
基于selenium自动化的滑动验证码破解
抓取58job, 赶集job以及智联招聘，并使用数据分析生成echarts图