1、番外說明
大家好，我是小P，本系列是本人對Python模塊Numpy的一些學習記錄，總結於此一方面方便其它初學者學習，另一方面害怕自己遺忘，希望大家喜歡。此外，對“目標檢測/模型壓縮/語義分割”感興趣的小夥伴，歡迎加入QQ羣 813221712 討論交流，進羣請看羣公告！（可以點擊如下連接直接加入！）
點擊鏈接加入羣聊【Object Detection】：https://jq.qq.com/?_wv=1027&k=5kXCXF8
2、正題
參考鏈接：
https://www.runoob.com/numpy/numpy-io.html
Numpy 可以讀寫磁盤上的文本數據或二進制數據。
NumPy 爲 ndarray 對象引入了一個簡單的文件格式：npy。
npy 文件用於存儲重建 ndarray 所需的數據、圖形、dtype 和其他信息。
常用的 IO 函數有：
load() 和 save() 函數是讀寫文件數組數據的兩個主要函數，默認情況下，數組是以未壓縮的原始二進制格式保存在擴展名爲 .npy 的文件中。
savze() 函數用於將多個數組寫入文件，默認情況下，數組是以未壓縮的原始二進制格式保存在擴展名爲 .npz 的文件中。
loadtxt() 和 savetxt() 函數處理正常的文本文件(.txt 等)
2.1 numpy.save()
numpy.save() 函數將數組保存到以 .npy 爲擴展名的文件中。
numpy.save(file, arr, allow_pickle=True, fix_imports=True)
參數說明：
● file：要保存的文件，擴展名爲 .npy，如果文件路徑末尾沒有擴展名 .npy，該擴展名會被自動加上。
● arr: 要保存的數組
● allow_pickle: 可選，布爾值，允許使用 Python pickles 保存對象數組，Python 中的 pickle 用於在保存到磁盤文件或從磁盤文件讀取之前，對對象進行序列化和反序列化。
● fix_imports: 可選，爲了方便 Pyhton2 中讀取 Python3 保存的數據。
實例：numpy.save使用
import numpy as np
a = np.array([1,2,3,4,5])
# 保存到 outfile.npy 文件上
np.save('outfile.npy',a)
# 保存到 outfile2.npy 文件上，如果文件路徑末尾沒有擴展名 .npy，該擴展名會被自動加上
np.save('outfile2',a)
我們可以查看文件內容：
$ cat outfile.npy
?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), }
$ cat outfile2.npy
?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), }
可以看出文件是亂碼的，因爲它們是 Numpy 專用的二進制格式後的數據。
我們可以使用 load() 函數來讀取數據就可以正常顯示了：
實例：numpy.load使用
import numpy as np
b = np.load('outfile.npy')
print (b)
輸出結果爲：
[1 2 3 4 5]
2.2 np.savez
numpy.savez() 函數將多個數組保存到以 npz 爲擴展名的文件中。
numpy.savez(file, *args, **kwds)
參數說明：
● file：要保存的文件，擴展名爲 .npz，如果文件路徑末尾沒有擴展名 .npz，該擴展名會被自動加上。
● args: 要保存的數組，可以使用關鍵字參數爲數組起一個名字，非關鍵字參數傳遞的數組會自動起名爲 arr_0, arr_1, … 。
● kwds: 要保存的數組使用關鍵字名稱。
實例：numpy.savez使用
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.arange(0, 1.0, 0.1)
c = np.sin(b)
# c 使用了關鍵字參數 sin_array
np.savez("runoob.npz", a, b, sin_array = c)
r = np.load("runoob.npz")
print(r.files) # 查看各個數組名稱
print(r["arr_0"]) # 數組 a
print(r["arr_1"]) # 數組 b
print(r["sin_array"]) # 數組 c
輸出結果爲：
['sin_array', 'arr_0', 'arr_1']
[[1 2 3]
[4 5 6]]
[0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
[0. 0.09983342 0.19866933 0.29552021 0.38941834 0.47942554
0.56464247 0.64421769 0.71735609 0.78332691]
2.3 savetxt()
savetxt() 函數是以簡單的文本文件格式存儲數據，對應的使用 loadtxt() 函數來獲取數據。
np.loadtxt(FILENAME, dtype=int, delimiter=' ')
np.savetxt(FILENAME, a, fmt="%d", delimiter=",")
參數 delimiter 可以指定各種分隔符、針對特定列的轉換器函數、需要跳過的行數等。
實例：numpy.savetxt/loadtxt使用
import numpy as np
a = np.array([1,2,3,4,5])
np.savetxt('out.txt',a)
b = np.loadtxt('out.txt')
print(b)
輸出結果爲：
[1. 2. 3. 4. 5.]
實例：使用 delimiter 參數
import numpy as np
a=np.arange(0,10,0.5).reshape(4,-1)
np.savetxt("out.txt",a,fmt="%d",delimiter=",") # 改爲保存爲整數，以逗號分隔
b = np.loadtxt("out.txt",delimiter=",") # load 時也要指定爲逗號分隔
print(b)
輸出結果爲：
[[0. 0. 1. 1. 2.]
[2. 3. 3. 4. 4.]
[5. 5. 6. 6. 7.]
[7. 8. 8. 9. 9.]]