python數據如何保存為npy和npz格式并讀取

這篇“python數據如何保存為npy和npz格式并讀取”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“python數據如何保存為npy和npz格式并讀取”文章吧。

python 數據保存為npy格式

補充：

numpy.save("./文件名", 數組名)：以二進制的格式保存數據，會將保存的多個數組以字典形式保存，每個數組都會默認給一個key，從“arr_0”開始。也可以在傳入多個數組時用關鍵字自己指定其key值。numpy.load("./文件名.npy")： 函數是從二進制的文件中讀取數據。通過np.load()加載，之后可以通過obj.files來查看所有key值，類似于字典的dict.keys。并且我們也可以通過key值索引保存的數組。

（1）隨機生成一個數組，將數據保存為npy格式的文件中，

# 保存數據：
import numpy as np
data_1 = np.zeros((3, 3))
# 將 ndarray 類型的數據以字典的形式保存在擴展名為 npz 的數據文件中
np.save("test.npy", data_1)

執行代碼之后，會出現生成的文件，

（2）讀取npy文件中的數據，

# 加載數據
datas = np.load("test.npy")
print("----type----")
print(type(datas))
print("----shape----")
print(datas.shape)
print("----data----")
print(datas)

（3）完整代碼：

import numpy as np
data_1 = np.zeros((3, 3))
# 將 ndarray 類型的數據以字典的形式保存在擴展名為 npz 的數據文件中
np.save("test.npy", data_1)
# 加載數據
datas = np.load("test.npy")
print("----type----")
print(type(datas))
print("----shape----")
print(datas.shape)
print("----data----")
print(datas)

python 數據保存為npz格式

補充：

numpy.savez(’./文件名’,數組名1,數組名2,…)：可以將多個數組保存到一個文件中，會將保存的多個數組以字典形式保存，每個數組都會默認給一個key，從“arr_0”開始。也可以在傳入多個數組時用關鍵字自己指定其key值。numpy.load()：通過np.load()加載之后可以使用obj.files來查看所有key值，類似于字典的dict.keys。并且我們也可以通過key值索引保存的數組。

（1）隨機生成一個數組，將數據保存為npz格式的文件中，

# 保存數據：
import numpy as np
data_1 = np.zeros((3, 3))
# 將 ndarray 類型的數據以字典的形式保存在擴展名為 npz 的數據文件中
np.savez("test.npz", data_1)

執行代碼之后，會出現生成的文件，

（2）讀取npz文件中的數據，

# 加載數據
datas = np.load("test.npz")
# 第一種方法：
print(datas.files)         # ['arr_0']
print(datas['arr_0'])      # np.zeros((3,3))
# 或使用第二種方法：
for key, arr in datas.items():
    print(key, ": ", arr)

（3）完整代碼：

import numpy as np
data_1 = np.zeros((3, 3))
# 將 ndarray 類型的數據以字典的形式保存在擴展名為 npz 的數據文件中
np.savez("test.npz", data_1)
 
# 加載數據
datas = np.load("test.npz")
# 第一種方法：
print(datas.files)         # ['arr_0']
print(datas['arr_0'])      # np.zeros((3,3))
# 或使用第二種方法：
for key, arr in datas.items():
    print(key, ": ", arr)

以上就是關于“python數據如何保存為npy和npz格式并讀取”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。