Python-NumPy学习：输入输出

输入输出

numpy 二进制文件

save() 、savez() 和load() 函数以 numpy 专用的二进制类型**（npy、npz）保存和读取数据，这三个函数会自动处理ndim、dtype、shape等信息，使用它们读写数组非常方便，但是save() 输出的文件很难与其它语言编写的程序兼容**。

-npy格式：以二进制的方式存储文件，在二进制文件第一行以文本形式保存了数据的元信息（ndim，dtype，shape等），可以用二进制工具查看内容。

-npz格式：以压缩打包的方式存储文件，可以用压缩软件解压。

• **numpy.save(file, arr, allow_pickle=True, fix_imports=True) **

  • Save an array to a binary file in NumPy .npy format.

• numpy.load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding=‘ASCII’)

  • Load arrays or pickled objects from .npy , .npz or pickled files.

# 例
import numpy as np

outfile = r".\test.npy"
np.random.seed(20201123)
x = np.random.uniform(0, 1, [3,5])
np.save(outfile, x)
y = np.load(outfile)
print(y)

[[0.03911501 0.91357784 0.21820335 0.61869406 0.25371066]
 [0.75731372 0.16270282 0.77498589 0.41520052 0.15138986]
 [0.34765902 0.22682386 0.80095883 0.39216596 0.79913296]]

• **numpy.savez(file, *args, **kwds) **

  • Save several arrays into a single file in uncompressed .npz format.

  • savez() 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() 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() 保存的npy文件，文件名对应于数组名。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关键字获取数组的内容。

# 【例】将多个数组保存到一个文件，可以使用numpy.savez() 函数。

import numpy as np

outfile = r".\test.npz"
x = np.linspace(0,np.pi,5)
y = np.sin(x)
z = np.cos(x)
np.savez(outfile, x, y, z_d=z)
data = np.load(outfile)
np.set_printoptions(suppress=True)
print(data.files)

print(data['arr_0'])

print(data['z_d'])

['z_d', 'arr_0', 'arr_1']
[0.         0.78539816 1.57079633 2.35619449 3.14159265]
[ 1.          0.70710678  0.         -0.70710678 -1.        ]

用解压软件打开 test.npz 文件，会发现其中有三个文件：arr_0.npy,arr_1.npy,z_d.npy ，其中分别保存着数组x,y,z 的内容。

文本文件

savetxt()，loadtxt()和genfromtxt() 函数用来存储和读取文本文件（如TXT，CSV等）。genfromtxt() 比loadtxt() 更加强大，可对缺失数据进行处理。

• numpy.savetxt(fname, X, fmt=’%.18e’, delimiter=’ ‘, newline=’\n’, header=’’, footer=’’,comments=’# ', encoding=None)
  • Save an array to a text file.
  • fname：文件路径
  • X：存入文件的数组。
  • fmt：写入文件中每个元素的字符串格式，默认’%.18e’（保留18位小数的浮点数形式）。
  • delimiter：分割字符串，默认以空格分隔。
• numpy.loadtxt(fname,dtype=float,comments=’#’,delimiter=None,converters=None,skiprows=0, usecols=None, unpack=False, ndmin=0,encoding=‘bytes’, max_rows=None)
  • Load data from a text file.
  • fname：文件路径。
  • dtype：数据类型，默认为float。
  • comments: 字符串或字符串组成的列表，默认为# ， 表示注释字符集开始的标志。
  • skiprows：跳过多少行，一般跳过第一行表头。
  • usecols：元组（元组内数据为列的数值索引）， 用来指定要读取数据的列（第一列为0）。
  • unpack：当加载多列数据时是否需要将数据列进行解耦赋值给不同的变量。

# 【例】写入和读出TXT文件。
import numpy as np

outfile = r".\test.txt"
x = np.arange(0,10).reshape(2, -1)
np.savetxt(outfile, x)
y = np.loadtxt(outfile)
print(y)

[[0. 1. 2. 3. 4.]
 [5. 6. 7. 8. 9.]]

# 【例】写入和读出CSV文件。
import numpy as np

outfile = r".\test.csv"
x = np.arange(0, 10, 0.5).reshape(4, -1)
np.savetxt(outfile, x, fmt="%.3f", delimiter=',')
y = np.loadtxt(outfile, delimiter=',')
print(y)

[[0.  0.5 1.  1.5 2. ]
 [2.5 3.  3.5 4.  4.5]
 [5.  5.5 6.  6.5 7. ]
 [7.5 8.  8.5 9.  9.5]]

• numpy.genfromtxt(fname,dtype=float,comments=’#’,delimiter=None,skip_header=0,skip_footer=0,converters=None,missing_values=None,filling_values=None,usecols=None,names=None,excludelist=None,deletechars=’’.join(sorted(NameValidator.defaultdeletechars)),replace_space=’_’,autostrip=False,case_sensitive=True,defaultfmt=“f%i”,unpack=None,usemask=False,loose=True, invalid_raise=True, max_rows=None, encoding=‘bytes’)
  • genfromtxt() 是面向结构数组和缺失数据处理的。
  • Load data from a text file, with missing values handled as specified.
  • names：设置为True时，程序将把第一行作为列名称。

# 【例】
import numpy as np

outfile = r".\data.csv"
x = np.loadtxt(outfile, delimiter=',',skiprows=1)
print(x)

x = np.loadtxt(outfile, delimiter=',', skiprows=1, usecols=(1, 2))
print(x)

val1,val2 = np.loadtxt(outfile, delimiter=',', skiprows=1, usecols=(1, 2), unpack=True)
print(val1)
print(val2)

[[  1.  123.    1.4  23. ]
 [  2.  110.    0.5  18. ]
 [  3.  164.    2.1  19. ]]
[[123.    1.4]
 [110.    0.5]
 [164.    2.1]]
[123. 110. 164.]
[1.4 0.5 2.1]

# 【例】
import numpy as np

outfile = ".\data.csv"
x = np.genfromtxt(outfile, delimiter=",", names=True)
print(x)

print(x.dtype)

print(x['id'])
print(x['value1'])
print(x['value2'])
print(x['value3'])

[(1., 123., 1.4, 23.) (2., 110., 0.5, 18.) (3., 164., 2.1, 19.)]
[('id', '

# 【例】
import numpy as np

outfile = r'.\data1.csv'
x = np.genfromtxt(outfile, delimiter=',', names=True)
print(x)

print(type(x))

print(x.dtype)

print(x['id']) 
print(x['value1'])
print(x['value2'])
print(x['value3'])

[(1., 123., 1.4, 23.) (2., 110., nan, 18.) (3.,  nan, 2.1, 19.)]

[('id', '

文本格式选项

• **numpy.set_printoptions(precision=None,threshold=None,edgeitems=None,linewidth=None,suppress=None,nanstr=None,infstr=None,formatter=None,sign=None,floatmode=None,kwarg) Set printing options.

  • precision ：设置浮点精度，控制输出的小数点个数，默认是8。
  • threshold ：概略显示，超过该值则以“…”的形式来表示，默认是1000。
  • linewidth ：用于确定每行多少字符数后插入换行符，默认为75。
  • suppress ：当suppress=True ，表示小数不需要以科学计数法的形式输出，默认是False。
  • nanstr ：浮点非数字的字符串表示形式，默认nan 。
  • infstr ：浮点无穷大的字符串表示形式，默认inf 。

These options determine the way floating point numbers, arrays and other NumPy objects are displayed.

# 【例】
import numpy as np

np.set_printoptions(precision=4)
x = np.array([1.1234567890])
print(x)

np.set_printoptions(threshold=49)
x = np.arange(50)
print(x)

np.set_printoptions(threshold=np.iinfo(np.int).max)
print(x)
print(np.iinfo(np.int).max)

eps = np.finfo(float).eps
x = np.arange(4.)
x = x ** 2 - (x + eps) ** 2
print(x)

np.set_printoptions(suppress=False)
print(x)

x = np.linspace(0, 10 ,10)
print(x)

np.set_printoptions(precision=2, suppress=True, threshold=5)
print(x)

[1.1235]
[ 0  1  2 ... 47 48 49]
[ 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]
2147483647
[-4.9304e-32 -4.4409e-16  0.0000e+00  0.0000e+00]
[-4.9304e-32 -4.4409e-16  0.0000e+00  0.0000e+00]
[ 0.      1.1111  2.2222  3.3333  4.4444  5.5556  6.6667  7.7778  8.8889
 10.    ]
[ 0.    1.11  2.22 ...  7.78  8.89 10.  ]

• numpy.get_printoptions() Return the current print options.

# 【例】
import numpy as np

x = np.get_printoptions()
print(x)

{'edgeitems': 3, 'threshold': 5, 'floatmode': 'maxprec', 'precision': 2, 'suppress': True, 'linewidth': 75, 'nanstr': 'nan', 'infstr': 'inf', 'sign': '-', 'formatter': None, 'legacy': False}