(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)