IO与NumPy 使用Matplotlib的NumPy直方图 numpy.reshape ndarray对象可以保存到磁盘文件并从磁盘文件加载。可用的IO功能是 - load() 和 save() 函数处理/ numPy二进制文件(使用 npy 扩展名) loadtxt() 和 savetxt() 函数处理普通的文本文件 NumPy为ndarray对象引入了一个简单的文件格式。此 .npy 文件存储重建磁盘文件中的ndarray所需的数据,形状,dtype和其他信息,以便即使文件位于具有不同体系结构的另一台计算机上,也能正确检索该阵列。 numpy.save() 所述 numpy.save() 文件存储与磁盘文件输入数组 NPY 扩展。 import numpy as np a = np.array([1,2,3,4,5]) np.save('outfile',a) 要从 outfile.npy 重建数组,请使用 load() 函数。 import numpy as np b = np.load('outfile.npy') print b 它会产生以下输出 - array([1, 2, 3, 4, 5]) save()和load()函数接受一个额外的布尔参数 allow_pickles 。在保存到磁盘文件或从磁盘文件读取数据之前,Python中的pickle用于序列化和反序列化对象。 savetxt() 以简单文本文件格式存储和检索数组数据是通过 savetxt() 和 loadtxt() 函数完成的。 例 import numpy as np a = np.array([1,2,3,4,5]) np.savetxt('out.txt',a) b = np.loadtxt('out.txt') print b 它会产生以下输出 - [ 1. 2. 3. 4. 5.] savetxt()和loadtxt()函数接受附加的可选参数,如页眉,页脚和分隔符。 使用Matplotlib的NumPy直方图 numpy.reshape