​Data Science | 福利列表 | Numpy基础(三)

前文导读

Data Science | Numpy基础(一)

Data Science | Numpy基础(二)

numpy读取/写入数组数据

在我们使用numpy处理了数据之后,可以将数组保存为保存为Numpy专用的二进制格式,当我们这样操作之后,就不能用notepad++等打开看了(乱码)。

np.load和np.save是读写磁盘数组数据的两个主要函数,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.npy的文件中。

存储数组数据(npy)
ar = np.random.rand(5,5)
print(ar)
np.save('arraydata.npy', ar)
读取数组数据(npy)
ar_load =np.load('arraydata.npy')
print(ar_load)

numpy读取/写入文本数据

除了保存为npy文件外,我们还可以将数据保存为txt格式的文本文件,np可以读写1维和2维的数组同时可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等。

存储文本数据(txt)

这里需要注意的是关于文件保存的默认分隔符是空格,缺省按照'%.18e'格式保存数据。

ar = np.random.rand(5,5)
np.savetxt('array.txt',ar, delimiter=',')
# 改为以整数形式保存
np.savetxt("a.txt",a,fmt="%d",delimiter=",")

# np.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# '):存储为文本txt文件
读取文本数据(txt)

同样这里要注意的是读取也要标注分隔符的值,如果与保存时不同会报错。

ar_loadtxt = np.loadtxt('array.txt', delimiter=',')
print(ar_loadtxt)
>>>
[[ 0.28280684  0.66188985  0.00372083  0.54051044  0.68553963]
 [ 0.9138449   0.37056825  0.62813711  0.83032184  0.70196173]
 [ 0.63438739  0.86552157  0.68294764  0.2959724   0.62337767]
 [ 0.67411154  0.87678919  0.53732168  0.90366896  0.70480366]
 [ 0.00936579  0.32914898  0.30001813  0.66198967  0.04336824]]

写在后面

咸鱼的公众号也更新了一段时间了,得益于大家的支持,咸鱼得以坚持到现在,在和一些好友聊天过程中也了解到大家的一些需求,比如公众号文章知识点零散,文章更新较慢,当然还有人人关心的公众号福利等。

针对前两个问题,咸鱼已经开始开始着手改进,今天主要讲讲公众号福利,咸鱼简单总结了一下现有的福利:

  1. 公众号云盘群,主要更新市面上各种稀缺资源,争取做到最新最全。

    公众号资源列表
  2. 技术交流群,每天的日常是围观大佬写代码,还有抢咸鱼发的红包

  3. 奖率超高的赠书活动,群内抽奖中奖率高达1/17

  4. 买课基金,咸鱼也是一个爱学习的程序猿,为了能够看到最新最全的课程,咸鱼准备拿出一部分公众号的收益来给群友买课。(要是想买几千几百的就是在为难我胖虎了)

  5. 未完待续。。。需求你来提,欢迎留言区提出你想要的福利~

咸鱼普拉思

一只咸鱼在编程路上的摸爬滚打,记录摸索中的点点滴滴。

版权声明:本文为weixin_43189702原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_43189702/article/details/103513066