資訊專欄INFORMATION COLUMN
小編寫這篇文章的主要目的，主要是給大家去做一個解答，解答的內(nèi)容是關于python知識的，主要是討論python數(shù)據(jù)保存的一些問題。涉及到的內(nèi)容有如何保存為npy和npz格式等一些相關的格式，具體的代碼下面就給大家貼出來了。
python數(shù)據(jù)保存為npy格式
補充：
numpy.save("./文件名",數(shù)組名)：以二進制的格式保存數(shù)據(jù)，會將保存的多個數(shù)組以字典形式保存，每個數(shù)組都會默認給一個key，從“arr_0”開始。也可以在傳入多個數(shù)組時用關鍵字自己指定其key值。numpy.load("./文件名.npy")：函數(shù)是從二進制的文件中讀取數(shù)據(jù)。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(shù)組。
?。?）隨機生成一個數(shù)組，將數(shù)據(jù)保存為npy格式的文件中，
#保存數(shù)據(jù)：
import numpy as np
data_1=np.zeros((3,3))
#將ndarray類型的數(shù)據(jù)以字典的形式保存在擴展名為npz的數(shù)據(jù)文件中
np.save("test.npy",data_1)
執(zhí)行代碼之后，會出現(xiàn)生成的文件，
（2）讀取npy文件中的數(shù)據(jù)，
#加載數(shù)據(jù)
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(shù)據(jù)以字典的形式保存在擴展名為npz的數(shù)據(jù)文件中
np.save("test.npy",data_1)
#加載數(shù)據(jù)
datas=np.load("test.npy")
print("----type----")
print(type(datas))
print("----shape----")
print(datas.shape)
print("----data----")
print(datas)python數(shù)據(jù)保存為npz格式
補充：
numpy.savez(’./文件名’,數(shù)組名1,數(shù)組名2,…)：可以將多個數(shù)組保存到一個文件中，會將保存的多個數(shù)組以字典形式保存，每個數(shù)組都會默認給一個key，從“arr_0”開始。也可以在傳入多個數(shù)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(shù)組。
?。?）隨機生成一個數(shù)組，將數(shù)據(jù)保存為npz格式的文件中，
#保存數(shù)據(jù)：
import numpy as np
data_1=np.zeros((3,3))
#將ndarray類型的數(shù)據(jù)以字典的形式保存在擴展名為npz的數(shù)據(jù)文件中
np.savez("test.npz",data_1)執(zhí)行代碼之后，會出現(xiàn)生成的文件，
（2）讀取npz文件中的數(shù)據(jù)，
#加載數(shù)據(jù)
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(shù)據(jù)以字典的形式保存在擴展名為npz的數(shù)據(jù)文件中
np.savez("test.npz",data_1)
#加載數(shù)據(jù)
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)綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家?guī)韼椭?/p>
文章版權歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/128320.html
摘要：分類器項目自定義數(shù)據(jù)讀入在照著官網(wǎng)的敲了一遍分類器項目的代碼后，運行倒是成功了，結果也不錯。 Tensorflow分類器項目自定義數(shù)據(jù)讀入 在照著Tensorflow官網(wǎng)的demo敲了一遍分類器項目的代碼后，運行倒是成功了，結果也不錯。但是最終還是要訓練自己的數(shù)據(jù)，所以嘗試準備加載自定義的數(shù)據(jù)，然而demo中只是出現(xiàn)了fashion_mnist.load_data()并沒有詳細的讀取過...
摘要：前言以下簡稱是數(shù)據(jù)分析必不可少的第三方庫，的出現(xiàn)一定程度上解決了運算性能不佳的問題，同時提供了更加精確的數(shù)據(jù)類型。因此，理解的數(shù)據(jù)類型對數(shù)據(jù)分析十分有幫助。一維數(shù)據(jù)由對等關系的有序或無序數(shù)據(jù)構成，采用線性方式組織，可以用數(shù)組表示。 前言 NUMPY（以下簡稱NP）是Python數(shù)據(jù)分析必不可少的第三方庫，np的出現(xiàn)一定程度上解決了Python運算性能不佳的問題，同時提供了更加精確的數(shù)據(jù)...
小編寫這篇文章的目的，主要是給大家介紹關于python和npy矩陣的相關介紹，下面會給大家做出一個詳細的解答，希望可以給各位讀者帶來幫助?！ at矩陣和npy矩陣互相轉(zhuǎn)換 numpy.narray矩陣保存為mat文件 importnumpyasnp importscipy.ioasio mat_path='your_mat_save_path' mat=np....
此篇文章關鍵給大家介紹了python格式Caffe圖片數(shù)據(jù)信息均值測算學習培訓實例詳細說明，感興趣的小伙伴可以參考借鑒一下，希望可以一些幫助，祝愿大家多多的發(fā)展，盡早漲薪 前言 照片減掉均值后，然后再進行練習和檢測，也會提高速度與精密度。因而，通常在各類實體模型中都有這種操作?！ ∧敲催@樣的均值是怎么來的呢，實際上是測算全部svm分類器的均值，計算出來后，儲存為均值文檔，在今后的檢測中，就...
閱讀 919·2023-01-14 11:38
閱讀 891·2023-01-14 11:04
閱讀 750·2023-01-14 10:48
閱讀 2039·2023-01-14 10:34
閱讀 956·2023-01-14 10:24
閱讀 835·2023-01-14 10:18
閱讀 506·2023-01-14 10:09
閱讀 583·2023-01-14 10:02
