Numpy数据存取

•数据的csv文件的存取

  • 只能有效存取和读取一维和二维数据
a = np.arange(100).reshape(5,20)
#用delimiter分割,默认为空格
np.savetxt('a.csv',a,fmt='%d',delimiter=',')
#unpack=True 读入属性将写入不同变量,默认unpack=False
b = np.loadtxt('a.csv',dtype=np.int,delimiter=',',unpack=False)
print(b)
#[[ 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 50 51 52 53 54 55 56 57 58 59]
# [60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79]
# [80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99]]

•多维数据的存取

  • 存取和读取多维数据
#数据写入文件
#sep数据分隔符,默认空格 format写入数据的格式
a.tofile("b.dat",sep=',',format='%d')
#count读入元素个数 -1代表整个文件
b = np.fromfile("b.dat",dtype=float,count=-1,sep=',')
print(b)
#[ 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. 50. 51. 52. 53.
# 54. 55. 56. 57. 58. 59. 60. 61. 62. 63. 64. 65. 66. 67. 68. 69. 70. 71.
# 72. 73. 74. 75. 76. 77. 78. 79. 80. 81. 82. 83. 84. 85. 86. 87. 88. 89.
# 90. 91. 92. 93. 94. 95. 96. 97. 98. 99.]
  • 只能有效存取和读取一维和二维数据
a = np.arange(100).reshape(5,20)
#以.npy为扩展名
np.save('a.npy',a)
b = np.load('a.npy')
print(b)
#[[ 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 50 51 52 53 54 55 56 57 58 59]
# [60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79]
# [80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99]] #以.npz为扩展名 压缩
np.savez('a.npz',a)
b = np.load('a.npz')
#.npz结尾的数据集是压缩文件
#使用.files 命令进行查看文件内部
print(b.files)
#['arr_0']
print(b['arr_0'])
#[[ 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 50 51 52 53 54 55 56 57 58 59]
# [60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79]
# [80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99]]

Numpy库基础___四的更多相关文章

  1. Numpy库基础___五

    Numpy数据存取 •NumPy的随机数函数 a = np.random.rand(1,2,3) print(a) #[[[0.03339719 0.72784732 0.47527802] # [0 ...

  2. Numpy库基础___一

    ndarray一个强大的N维数组对象Array •ndarray的建立(元素默认浮点数) 可以利用list列表建立ndarray import numpy as np list =[0,1,2,3] ...

  3. Numpy库基础___三

    ndarray一个强大的N维数组对象Array •ndarray的操作 索引 a = np.arange(24).reshape((2,3,4)) print(a) #[[[ 0 1 2 3] # [ ...

  4. Numpy库基础___二

    ndarray一个强大的N维数组对象Array •ndarray的变换 x.reshape(shape)重塑数组的shape,要求元素的个数一致,不改变原数组 x = np.ones((2,3,4), ...

  5. Python数据分析Numpy库方法简介(四)

    Numpy的相关概念2 副本和视图 副本:复制 三种情况属于浅copy 赋值运算 切片 视图:链接,操作数组是,返回的不是副本就是视图 c =a.view().创建a的视图/影子和切片一样都是浅cop ...

  6. Numpy库的学习(四)

    我们今天继续学习一下Numpy库 接着前面几次讲的,Numpy中还有一些标准运算 a = np.arange(3) print(a) print(np.exp(a)) print(np.sqrt(a) ...

  7. $python数据分析基础——初识numpy库

    numpy库是python的一个著名的科学计算库,本文是一个quickstart. 引入:计算BMI BMI = 体重(kg)/身高(m)^2 假如有如下几组体重和身高数据,让求每组数据的BMI值: ...

  8. Python基础——numpy库的使用

    1.numpy库简介:    NumPy提供了许多高级的数值编程工具,如:矩阵数据类型.矢量处理,以及精密的运算库.专为进行严格的数字处理而产生. 2.numpy库使用: 注:由于深度学习中存在大量的 ...

  9. 初识NumPy库-基本操作

    ndarray(N-dimensional array)对象是整个numpy库的基础. 它有以下特点: 同质:数组元素的类型和大小相同 定量:数组元素数量是确定的 一.创建简单的数组: np.arra ...

随机推荐

  1. python基础语法_8循环语句

    http://www.runoob.com/python3/python3-loop.html while 循环 Python中while语句的一般形式: while 判断条件: 语句 无限循环 我们 ...

  2. Feign实现文件上传下载

    Feign框架对于文件上传消息体格式并没有做原生支持,需要集成模块feign-form来实现. 独立使用Feign 添加模块依赖: <!-- Feign框架核心 --> <depen ...

  3. linux中安装swoole框架

    简单说说如何在linux中安装swoole框架. 具体的安装步骤其实和安装php源码类似. 下载源码 => 执行configure => make => make install 安 ...

  4. CVE-2021-1732 LPE漏洞分析

    概述 CVE-2021-1732是一个发生在windows内核win32kfull模块的LPE漏洞,并且由于创建窗口时调用win32kfull!xxxCreateWindowEx过程中会进行用户模式回 ...

  5. Linux上大文件切割以及批量并发处理

    一.环境说明 某次项目需求中,在Linux上有批文本文件,文件文件都有几个G大,几千万行的数据.无论在Linux和Windows打开这么大的文件,基本上打开要卡半天,更别说编辑. 因此想到使用spli ...

  6. 我们一起来学Shell - shell的函数

    文章目录 定义函数 执行不带参数的函数 执行带参数的函数 函数的执行总结 我们一起来学Shell - 初识shell 我们一起来学Shell - shell的变量 我们一起来学Shell - shel ...

  7. 开源GenICam项目上手-1

    GenICam 说明 一个统一的编程规则,这样我们只需要一个应用软件,就可以支持符合标准的不同型号相机,当我们升级相机.更换相机时,不需要编写不同的软件代码. The goal of GenICamT ...

  8. jenkins发布代码选择不同分支

    jenkins上传代码分支以前都是用变量的方式,手动实现.过程就像这样 构建时候的界面就像下面这样,需要手动输入分支版本. 或者有固定的上线分支,用参数化构建 选项参数 来选择.总之这些方法比较传统, ...

  9. 前端防抖,double click 克星

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...

  10. C# Control.BeginInvoke、synchronizationcontext.post、delegate.BeginInvoke的运行原理

    背景 用到的知识点 1.windows消息机制 备注:鼠标点击.键盘等事件产生的消息要放入系统消息队列,然后再分配到应用程序线程消息队列.软件PostMessage的消息直接进入应用程序线程消息队列, ...