(npz文件) numpy的文件存储.npy .npz 文件详解
NumPy 是一个强大的 Python 库，用来进行高效的数值计算。它提供了一个简单易用的 N 维数组对象 ndarray，可以用来存储和处理大型数组。在 NumPy 中，有两种标准的文件格式可以用来存储这些数组：.npy 和 .npz。
.npy 文件是 NumPy 的二进制文件格式，用来存储单个的 ndarray。.npz 文件是一个压缩的文件，其内部可以包含多个 .npy 文件，每个 .npy 文件存储一个 ndarray。
.npy 文件的使用：
创建一个 ndarray 并保存到 .npy 文件的基本流程如下：
import numpy as np
# 创建一个数组
array_to_save = np.array([1, 2, 3, 4, 5])
# 将数组保存到.npy文件
np.save('my_array.npy', array_to_save)
# 从.npy文件加载数组
loaded_array = np.load('my_array.npy')
# 显示加载的数组
print(loaded_array)在这个例子中，首先导入 NumPy 库，然后创建一个简单的数组 array_to_save。使用 np.save() 函数将数组保存到 my_array.npy 文件中。之后，可以使用 np.load() 函数重新加载已保存的数组。
.npz 文件的使用：
若要保存多个数组到一个 .npz 文件中，用法如下：
import numpy as np
# 创建两个数组
array1 = np.array([1, 2, 3, 4, 5])
array2 = np.array([10, 20, 30, 40, 50])
# 将数组保存到.npz文件，分别命名为'arr_1'和'arr_2'
np.savez('my_arrays.npz', arr_1=array1, arr_2=array2)
# 从.npz文件加载数据
loaded_data = np.load('my_arrays.npz')
# 显示加载的数据
print(loaded_data['arr_1'])
print(loaded_data['arr_2'])在这个例子中，创建了两个数组 array1 和 array2，然后把这两个数组保存到一个名为 my_arrays.npz 的文件中。在 np.savez() 函数中，可以给每个数组一个关键字，保存后这个关键字就作为各个数组在 .npz 文件中的名字。加载 .npz 文件后，返回一个类似于字典的对象，可以用关键字来获取相应的数组。
这种文件格式特别适合于处理需要持久化存储大型 NumPy 数组的场景。使用 .npz 格式可以有效地压缩存储空间，节省磁盘空间。
以上的代码示例应该能帮你理解如何在 Python 中使用 NumPy 库来存储和加载 .npy 和 .npz 文件。如果你在开发中遇到了任何问题，或者需要进一步的代码详解，请随时继续提问。
(tolist()) python中tolist函数详解 NumPy 到 Python 列表的转换：使用 tolist() 全网首发(图文详解1)
(syntaxerror什么意思) Python报”SyntaxError “的原因以及解决办法 解决 Python 报 SyntaxError：常见原因和解决方法 全网首发(图文详解1)
