文章目錄:
在經常性讀取大量的數值文件時(比如深度學習訓練數據),可以考慮現將數據存儲爲Numpy格式,然後直接使用Numpy去讀取,速度相比爲轉化前快很多.
下面就常用的保存數據到二進制文件和保存數據到文本文件進行介紹:
1.保存爲二進制文件(.npy/.npz)
numpy.save
保存一個數組到一個二進制的文件中,保存格式是.npy
參數介紹
numpy.save(file, arr, allow_pickle=True, fix_imports=True)
file:文件名/文件路徑
arr:要存儲的數組
allow_pickle:布爾值,允許使用Python pickles保存對象數組(可選參數,默認即可)
fix_imports:爲了方便Pyhton2中讀取Python3保存的數據(可選參數,默認即可)
使用
>>> import numpy as np
#生成數據
>>> x=np.arange(10)
>>> x
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
#數據保存
>>> np.save('save_x',x)
#讀取保存的數據
>>> np.load('save_x.npy')
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
numpy.savez
這個同樣是保存數組到一個二進制的文件中,但是厲害的是,它可以保存多個數組到同一個文件中,保存格式是.npz,它其實就是多個前面np.save的保存的npy,再通過打包(未壓縮)的方式把這些文件歸到一個文件上,不行你去解壓npz文件就知道了,裏面是就是自己保存的多個npy.
參數介紹
numpy.savez(file, *args, **kwds)
file:文件名/文件路徑
*args:要存儲的數組,可以寫多個,如果沒有給數組指定Key,Numpy將默認從'arr_0','arr_1'的方式命名
kwds:(可選參數,默認即可)
使用
>>> import numpy as np
#生成數據
>>> x=np.arange(10)
>>> x
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> y=np.sin(x)
>>> y
array([ 0. , 0.84147098, 0.90929743, 0.14112001, -0.7568025 ,
-0.95892427, -0.2794155 , 0.6569866 , 0.98935825, 0.41211849])
#數據保存
>>> np.save('save_xy',x,y)
#讀取保存的數據
>>> npzfile=np.load('save_xy.npz')
>>> npzfile #是一個對象,無法讀取
<numpy.lib.npyio.NpzFile object at 0x7f63ce4c8860>
#按照組數默認的key進行訪問
>>> npzfile['arr_0']
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> npzfile['arr_1']
array([ 0. , 0.84147098, 0.90929743, 0.14112001, -0.7568025 ,
-0.95892427, -0.2794155 , 0.6569866 , 0.98935825, 0.41211849])
更加神奇的是,你可以不適用Numpy默認給數組的Key,而是自己給數組有意義的Key,這樣就可以不用去猜測自己加載數據是否是自己需要的.
#數據保存
>>> np.savez('newsave_xy',x=x,y=y)
#讀取保存的數據
>>> npzfile=np.load('newsave_xy.npz')
#按照保存時設定組數key進行訪問
>>> npzfile['x']
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> npzfile['y']
array([ 0. , 0.84147098, 0.90929743, 0.14112001, -0.7568025 ,
-0.95892427, -0.2794155 , 0.6569866 , 0.98935825, 0.41211849])
簡直不能太爽,深度學習中,有時候你保存了訓練集,驗證集,測試集,還包括他們的標籤,用這個方式存儲起來,要啥加載啥,文件數量大大減少,也不會到處改文件名去.
numpy.savez_compressed
這個就是在前面numpy.savez的基礎上加了壓縮,前面我介紹時尤其註明numpy.savez是得到的文件打包,不壓縮的.這個文件就是對文件進行打包時使用了壓縮,可以理解爲壓縮前各npy的文件大小不變,使用該函數比前面的numpy.savez得到的npz文件更小.
注:函數所需參數和numpy.savez一致,用法完成一樣.
2.保存到文本文件
numpy.savetxt
保存數組到文本文件上,可以直接打開查看文件裏面的內容.
參數介紹
numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None)
fname:文件名/文件路徑,如果文件後綴是
.gz,文件將被自動保存爲.gzip格式,np.loadtxt可以識別該格式
X:要存儲的1D或2D數組
fmt:控制數據存儲的格式
delimiter:數據列之間的分隔符
newline:數據行之間的分隔符
header:文件頭步寫入的字符串
footer:文件底部寫入的字符串
comments:文件頭部或者尾部字符串的開頭字符,默認是'#'
encoding:使用默認參數
使用
>>> import numpy as np
#生成數據
>>> x = y = z = np.ones((2,3))
>>> x
array([[1., 1., 1.],
[1., 1., 1.]])
#保存數據
np.savetxt('test.out', x)
np.savetxt('test1.out', x,fmt='%1.4e')
np.savetxt('test2.out', x, delimiter=',')
np.savetxt('test3.out', x,newline='a')
np.savetxt('test4.out', x,delimiter=',',newline='a')
np.savetxt('test5.out', x,delimiter=',',header='abc')
np.savetxt('test6.out', x,delimiter=',',footer='abc')
保存下來的文件都是友好的,可以直接打開看看有什麼變化.
numpy.loadtxt
根據前面定製的保存格式,相應的加載數據的函數也得變化.
參數介紹
numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes')
fname:文件名/文件路徑,如果文件後綴是
.gz或.bz2,文件將被解壓,然後再載入
dtype:要讀取的數據類型
comments:文件頭部或者尾部字符串的開頭字符,用於識別頭部,尾部字符串
delimiter:劃分讀取上來值的字符串
converters:數據行之間的分隔符
.......後面不常用的就不寫了
使用
- np.loadtxt('test.out')
- np.loadtxt('test2.out', delimiter=',')
參考資料:
官方API-Routines