本篇内容介绍了“numpy数组读写文件怎么实现”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
通过 numpy 读写 txt 或 csv 文件
import numpy as npa = np.array(range(20)).reshape((4, 5))print(a)# 后缀改为 .txt 一样filename = 'data/a.csv'# 写文件np.savetxt(filename, a, fmt='%d', delimiter=',')# 读文件b = np.loadtxt(filename, dtype=np.int32, delimiter=',')print(b)缺点：
只能保存一维和二维 numpy 数组，当 numpy 数组 a 有多维时，需要将其 a.reshape((a.shape[0], -1)) 后才能用这种方式保存。
不能追加保存，即每次 np.savetxt() 都会覆盖之前的内容。
通过 numpy 读写 npy 或 npz 文件
读写 npy 文件
import numpy as npa = np.array(range(20)).reshape((2, 2, 5))print(a)filename = 'data/a.npy'# 写文件np.save(filename, a)# 读文件b = np.load(filename)print(b)print(b.shape)优点：
npy 文件可以保存任意维度的 numpy 数组，不限于一维和二维；
npy 保存了 numpy 数组的结构，保存的时候是什么 shape 和 dtype，取出来时就是什么样的 shape 和 dtype。
缺点：
只能保存一个 numpy 数组，每次保存会覆盖掉之前文件中存在的内容（如果有的话）。
读写 npz 文件
import numpy as npa = np.array(range(20)).reshape((2, 2, 5))b = np.array(range(20, 44)).reshape(2, 3 ,4)print('a:\n', a)print('b:\n', b)filename = 'data/a.npz'# 写文件， 如果不指定key，那么默认key为'arr_0'、'arr_1'，一直排下去。np.savez(filename, a, b=b)# 读文件c = np.load(filename)print('keys of NpzFile c:\n', c.keys())print("c['arr_0']:\n", c['arr_0'])print("c['b']:\n", c['b'])优点：
npy 文件可以保存任意维度的 numpy 数组，不限于一维和二维；
npy 保存了 numpy 数组的结构，保存的时候是什么 shape 和 dtype，取出来时就是什么样的 shape 和 dtype；
可以同时保存多个 numpy 数组；
可以指定保存 numpy 数组的 key，读取的时候很方便，不会混乱。
缺点：
保存多个 numpy 数组时，只能同时保存，即 np.savez(filename, a, b=b)。每次保存会覆盖掉之前文件中存在的内容（如果有的话）。
通过 h6py 读写 hdf5 文件
优点：
不限 numpy 数组维度，可以保持 numpy 数组结构和数据类型；
适合 numpy 数组很大的情况，文件占用空间小；
可以通过 key 来访问 dataset（可以理解为 numpy.array），读取的时候很方便，不会混乱。
可以不覆盖原文件中含有的内容。
简单读取
import numpy as npimport h6pya = np.array(range(20)).reshape((2, 2, 5))b = np.array(range(20)).reshape((1, 4, 5))print(a)print(b)filename = 'data/data.h6'# 写文件h6f = h6py.File(filename, 'w')h6f.create_dataset('a', data=a)h6f.create_dataset('b', data=b)h6f.close()# 读文件h6f = h6py.File(filename, 'r')print(type(h6f))# 通过切片得到numpy数组print(h6f['a'][:])print(h6f['b'][:])h6f.close()通过切片赋值import numpy as npimport h6pya = np.array(range(20)).reshape((2, 2, 5))print(a)filename = 'data/a.h6'# 写文件h6f = h6py.File(filename, 'w')# 当数组a太大，需要切片进行操作时，可以不直接对h6f['a']进行初始化；# 当之后不需要改变h6f['a']的shape时，可以省略maxshape参数h6f.create_dataset('a', shape=(2, 2, 5), maxshape=(None, 2, 5), dtype=np.int32, compression='gzip')for i in range(2): # 采用切片的形式赋值 h6f['a'][i] = a[i]h6f.close()# 读文件h6f = h6py.File(filename, 'r')print(type(h6f))print(h6f['a'])# 通过切片得到numpy数组print(h6f['a'][:])同一个 hdf5 文件可以创建多个 dataset，读取的时候按照 key 来即可。
“numpy数组读写文件怎么实现”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！
