在NumPy中，可以使用numpy.save()和numpy.load()方法将数组保存到磁盘中，或从磁盘中加载数组。
接下来将逐一介绍这两个方法。
numpy.save()方法
numpy.save(file, arr, allow_pickle=True, fix_imports=True)方法可以将数组保存到磁盘文件中。它的参数包括：
- file: 保存数组的文件名或文件对象；
- arr: 要保存的数组；
- allow_pickle（可选）：布尔值，表示是否允许使用pickle序列化对象，默认为True；
- fix_imports（可选）：布尔值，表示是否修复Python2中的导入问题，默认为True。
例如，将数组保存到名为my_array.npy的文件中：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
np.save('my_array.npy', arr)numpy.load()方法
numpy.load(file, mmap_mode=None, allow_pickle=True, fix_imports=True, encoding='ASCII')方法可以从磁盘文件中加载数组。它的参数包括：
- file: 要加载的文件名或文件对象；
- mmap_mode（可选）：内存映射选项，如果给定，则返回memmap对象；
- allow_pickle（可选）：布尔值，表示是否允许使用pickle序列化对象，默认为True；
- fix_imports（可选）：布尔值，表示是否修复Python2中的导入问题，默认为True；
- encoding（可选）：当读取文本数据时使用的编码，例如CSV文件。
例如，从名为my_array.npy的文件中加载数组：
import numpy as np
arr = np.load('my_array.npy')
print(arr)
输出：
[1 2 3 4 5]
存储多个数组
另外，如果要存储多个数组，可以使用savez和savez_compressed函数。savez函数将多个数组保存到一个未压缩的.npz文件中，而savez_compressed函数将它们保存到一个压缩的.npz文件中。
下面是一个使用savez函数保存多个数组的示例：
import numpy as np
# 创建多个数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.array([7, 8, 9])
# 将这些数组保存到一个 .npz 文件中
np.savez('my_arrays.npz', a=a, b=b, c=c)
上面的代码将创建三个数组，并将它们保存到一个名为my_arrays.npz的未压缩的文件中。在保存期间，每个数组都使用一个指定的名称来标识。
要加载这些数组，可以使用load函数，如下所示：
# 从 .npz 文件中加载数组
loaded_data = np.load('my_arrays.npz')
# 获取每个数组
a = loaded_data['a']
b = loaded_data['b']
c = loaded_data['c']
上面的代码将从my_arrays.npz文件中加载数组，并将它们分配给变量a，b和c。
需要注意的是，load函数返回一个类似字典的对象，它可以通过数组的名称来访问数组数据。
除了.npz格式之外，NumPy还支持其他几种文件格式，例如.npy和.npz文件可以通过numpy.save和numpy.load函数进行保存和加载。.npy文件可以保存单个数组，而.npz文件可以保存多个数组，这与save和load函数的行为相同。需要注意的是，这些文件格式仅适用于NumPy数组。
本文链接：https://my.lmcjl.com/post/19511.html
4 评论