目录

​前言

NumPy

常见IO函数

save()和load()

savez()

loadtxt()和savetxt()

练习

在中，我们经常需要从文件中读取数据或者将数据写入文件，常见的文件格式有：文本文件txt、CSV格式文件（用逗号分隔）、二进制文件等。

可以读写磁盘上的文本数据或者二进制数据。为ndarray对象引入了一个简单的文件格式：npy。用于存储重建ndarray所需的数据、图形、dtype等信息。

在Numpy中，常见的IO函数有：

• loadtxt()和savetxt()：处理正常的文本文件和CSV文件。
• load()和save()：读写文件数组数据的两个主要函数，默认情况下，是以未压缩的原始二进制格式保存在.npy文件中；
• savez()：用于将多个数写入文件。默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中

numpy.save(file, arr, allow_pickle=True, fix_imports=<no value>)

想了解更多关于save函数的知识，可以查看：

numpy.save — NumPy v2.1 手册

• file：文件的路径；
• arr：所要保存的数组；
• allow_pickle：bool,可选，允许使用python pickles保存对象数组。默认True。
• fix_imports：bool,可选，不过已经弃用，忽略。

文件拓展名为.npy。

numpy.load(file，mmap_mode=None，allow_pickle=False，fix_imports=True,encoding='ASCII')

• file：所要读取的文件路径；

mmap_mode：None，｛‘r+’,'r','w+','c'｝可选；一个 内存映射数组保存在磁盘上。但是，可以访问它 并像任何 ndarray 一样进行切片。内存映射特别有用 用于访问大文件的小片段，而无需读取 整个文件复制到内存中。

• allow_pickle：bool，可选&nbsp;.
• fix_imports:bool，可选。仅在python3上加载python2生成的picked文件时有用。
• encoding：str，可选。读取python2字符串时使用的编码，仅在以下情况下有用 在 Python 3 中加载 Python 2 生成的 pickle 文件，其中包括 npy/npz 文件。除 ‘latin1’ 以外的值， 不允许使用 ‘ASCII’ 和 ‘bytes’，因为它们会破坏数字 数据。默认值： ‘ASCII’。
• max_header_size：int，可选。标头允许的最大大小。大标头可能不安全 以安全地加载，因此需要显式传递更大的值。 有关详细信息，请参阅。 传递&nbsp;allow_pickle&nbsp;时，将忽略此选项。在那种情况下 根据定义，该文件是可信的，并且限制是不必要的。

示例：

讯享网

当运行完上面的代码，我们可以打开我们在编写代码下的文件夹：

当我们用记事本打开后，会发现是一堆乱码：

我们来利用load()来读取其中的数据:

我们可以看到，能够成功读取。

对于前面的save(),一次只能存储一个数组，那么在numpy中，提供了savez()函数，可以将多个数据保存到一个文件中，生成的文件拓展名是.npz。

savez(file，*args，kwds)

• file：文件的路径；
• *args：要保存到文件的数组；
• kwds：关键字，每个数组都会保存到 output 文件及其相应的关键字名称。

示例：

我们可以打开文件查查看，确实生成了texts.npz文件，在打开之后，也是一堆乱码。

同样的，我们需要利用load()函数来读取。

需要注意，如果我们直接接受文件内容，打印出来是这样的：

可以看到，直接打印我们得不到我们想要的数组，因为什么呢？

因为被压缩了，需要根据文件所给的key关键字名称当做索引来进行打印。

这两个函数只能够读写一维或者二维数组的文本文件，同时我们也可以给定分隔符、跳过行数等。

numpy.savetxt(fname,array,fmt='%.18e',delimiter=None,newline=' ', header='', footer='', comments='# ', encoding=None)

• fname：文件路径
• array：要写入文件的数组（可以是一维或者二维数组）；
• fmt：写入文件的格式，如：%d、%f、%.18e。默认是%.18e。
• delimiter：分隔符；
• header：将在文件开头写入的字符串；
• footer：在文件末尾写入的字符串；
• comments：附加在header和footer之间的字符串，为注释。
• encoding：所使用的字符集编码。

生成的文件可以是txt文件或者是CSV文件。

numpy.loadtxt(fname,dtype=type’float’>,comments=’#’,delimiter=None, converters=None,skiprows=0,usecols=None,unpack=False,ndmin=0,encoding=‘bytes’)

• fname：所要读取的文件路径；
• dtype：读取后数据的类型；
• comments：跳过文件中指定参数开头的行（相当于注释）
• delimiter：读取文件时的分隔符
• converters：对读取的数据进行预处理；
• skiprows：跳过的行数；
• usecols：指定读取的列；
• encoding：对读取的文件进行预编码。

示例：

现在我们来创建数组保存到文件中。

可以看到，如果我们没有设置格式，那么默认的格式就是%.18e，输出18位小数。

我们可以来设置一下：

可以看到，我们指定输出格式为整数，那么在输出的时候就是整数。

我们来读取一下：

结果：

那么如果我们生成的是csv文件，那么会是什么样的？

我们来读取一下：

那如果我们只想要第二三行，那么我们可以指定一下跳过几行（skiprows=1）

在此基础上，我们只需要第2、4列，那么我们可以设置一下usecols=(1,3)

现在有一个学生成绩单，根据需求，我们要读取出学生的成绩，并计算其总分。；

我们可以打开记事本查看，会发现中间有逗号隔开，所以我们在读取的时候，也需要设置一下分隔符：

以上就是本篇所有内容咯~

若有不足，欢迎指正~

后续慢慢改进~~~