python存储numpy数据为文件_3.5Python数据处理篇之Numpy系列(五)---numpy文件的存取
目录：
目录：
1.以文本形式存取
2.以任意的形式存取
3.以np自定义的形式存取
(一)以文本形式存取
1.说明：
(1)适用范围：存储一维，二维数组
(2)局限性：不能存储多维数组
2.语法解释：
(1)写文件
从数组到文件
np.savetxt(frame,array,fmt="%1.8e",delimiter=None)
frame -> 文件名，字符串
array -> 数据的来源，数组
fmt ->写入的格式
delimiter ->分隔符
(2)读文件
从文件到数组
np.loadtxt(frame,dtype=np.float,delimiter=None)
frame -> 数据的来源,文件名，字符串
dtype -> 数据读取的格式类型
delimiter ->分隔符
3.实例(以.csv文件为例)
import numpy as np
# 生成一个数组
a = np.arange(100).reshape(5,20)
# 写入到文件
np.savetxt('a.csv',a,fmt="%2d",delimiter=',')
# 读取到数组变量
b = np.loadtxt('a.csv',dtype=np.float,delimiter=',')
print(b)
csv文件是一种常用的数据存储方式，可以用excel操作，分隔符是用逗号。
4.效果展示
(二)以任意的形式存取
1.说明：
适用范围：可以是任意种文件类型.txt .bat .csv .dot
局限性：丢失了数据的维度信息，按顺序存储数据。
2.语法解释：
(1)写文件
a.tofile(frame,sep='',format='%s')
a ->数组
frame ->文件名，字符串
sep ->分隔符，空串或默认是写入的是二进制文件
format ->写入的格式
(2)读文件
np.fromfile(frame,dtype=np.float,count=-1,sep='')
frame ->文件名，字符串
dtype ->读出的格式
count ->读出的数个数，索引
sep ->分隔符
返回值：数组
3.实例(以.bat二进制文件为例)
# 导入numpy
import numpy as np
# 生成数组
a = np.arange(100).reshape(5,10,2)
# 写入文件
a.tofile("b_b.bat",sep=",",format="%2d")
# 读出文件
c = np.fromfile("b.dat",dtype=np.int,sep="").reshape(5,2,10)
print(c)
二进制的文件，分割符必须是空串，其优势是占用内存小
4.效果展示
(1)二进制文件：
(二)文本文件：
(三)以np自定义的形式存取
1.说明：
适用范围：任意维度的数组
局限性：必须以numpy自定义的文件格式，而且是二进制文件。
2.语法解释：
(1)写文件
np.save(fname,array)
fname -> 文件名称，以普通格式.npy和压缩格式.npz为后缀名
array ->数组
(2)读文件
np.load(fname)
fname -> 文件名，以普通格式.npy和压缩格式.npz为后缀名
返回值：存储时的数组。
3.实例：
import numpy as np
a = np.arange(10000).reshape(10,10,100)
# writer file
np.save("01.npy",a)
np.savez("01.npz",a)
# read file
b = np.load("01.npy")
c = np.load("01.npz")
print(b)
print(c)
4.实例展示