So speichern und lesen Sie Daten als Text in Numpy

Dieser Artikel stellt hauptsächlich die Methode zum Speichern und Lesen von Daten in Form von Numpy vor. Jetzt kann ich ihn mit Ihnen teilen.

Außerdem Zusätzlich zum Speichern der Daten in einer Datei als Binärdatei können Sie die Daten auch in einer Textdatei speichern. Wenn ich Festplattenspeicher benötige, wähle ich normalerweise Textspeicher, da es mehr Optionen für Nachbearbeitungstools gibt.

Textspeicherdatendateien können die savetxt-Funktion verwenden und die entsprechenden Dateien können mit der loadtxt-Funktion geladen werden. Im Gegensatz zum Binärspeicher werden bei der Funktion von savetxt Erweiterungen nicht automatisch angehängt.

Das Folgende ist eine einfache Betriebsdemonstration:

In [15]: arr1 =rand(5,4)
 
In [16]: arr1
Out[16]:
array([[0.21349492, 0.77993282, 0.37269246, 0.70599725],
  [ 0.74004045, 0.64697716, 0.49489394, 0.94005934],
  [ 0.89902693, 0.43021685, 0.29623512, 0.4259565 ],
  [ 0.00146385, 0.7619464 , 0.2764662 , 0.00896728],
  [ 0.17746182, 0.81107356, 0.13140944, 0.12808611]])
 
In [17]:np.savetxt('data.txt',arr1)

Durch die oben genannten Vorgänge Die Array-Informationen werden in der Datei data.txt gespeichert. Es kann mit anderen Texteditoren oder anderen Verarbeitungstools bearbeitet und geändert werden. Die Ergebnisse der direkten Anzeige der Datei in Textform sind wie folgt:

C:\Users\ThinkPad\Desktop>typedata.txt
2.134949194782667092e-017.799328187516920696e-01 3.726924550593806451e-01 7.059972531846898658e-01
7.400404474495648754e-016.469771552354630639e-01 4.948939386825553788e-01 9.400593405075502451e-01
8.990269288143762916e-014.302168497691762905e-01 2.962351210526772416e-01 4.259564974067475696e-01
1.463850064000737916e-037.619464016912527171e-01 2.764661957409741966e-01 8.967282719944846825e-03
1.774618247314488917e-018.110735600283927038e-01 1.314094418012348164e-01 1.280861102265743456e-01

Laden der Datei:

In [22]: new_arr =np.loadtxt('data.txt')
 
In [23]: new_arr
Out[23]:
array([[0.21349492, 0.77993282, 0.37269246, 0.70599725],
  [ 0.74004045, 0.64697716, 0.49489394, 0.94005934],
  [ 0.89902693, 0.43021685, 0.29623512, 0.4259565 ],
  [ 0.00146385, 0.7619464 , 0.2764662 , 0.00896728],
  [ 0.17746182, 0.81107356, 0.13140944, 0.12808611]])

Die gespeicherte Datendatei kann durch Laden wiederverwendet werden, um ein Array-Objekt zu erstellen. Um die Konsistenz von Speicherung und Lesen zu überprüfen, führen Sie die folgende Prüfung durch:

In [25]: arr1 ==new_arr
Out[25]:
array([[True, True, True, True],
  [ True, True, True, True],
  [ True, True, True, True],
  [ True, True, True, True],
  [ True, True, True, True]], dtype=bool)

Wie oben zu sehen ist, haben die zurückgelesenen Daten die gleiche Wirkung wie das Original.

Verwandte Empfehlungen:

numpy Beispiele für das Spleißen und Zusammenführen von Arrays in Zeilen bzw. Spalten

numpys Erweiterungsmethode zum Zusammenführen mehrdimensionaler Matrizen und Listen

Das obige ist der detaillierte Inhalt vonSo speichern und lesen Sie Daten als Text in Numpy. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!