如何正确保存和加载numpy.array（）数据？

Question

我想知道如何正确保存和加载numpy.array数据。目前我正在使用numpy.savetxt()方法。例如，如果我有一个数组markers，如下所示：

我尝试使用以下方法保存它：

numpy.savetxt('markers.txt', markers)

在其他脚本中，我尝试打开以前保存的文件：

markers = np.fromfile("markers.txt")

这就是我得到的......

保存的数据首先如下所示：

0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00
0.000000000000000000e+00

但是当我通过使用相同的方法保存刚加载的数据时，即。 numpy.savetxt()它看起来像这样：

1.398043286095131769e-76
1.398043286095288860e-76
1.396426376485745879e-76
1.398043286055061908e-76
1.398043286095288860e-76
1.182950697433698368e-76
1.398043275797188953e-76
1.398043286095288860e-76
1.210894289234927752e-99
1.398040649781712473e-76

我做错了什么？ PS我没有其他“后台”操作。只需保存和加载，这就是我得到的。提前谢谢。

Answer 1

我发现执行此操作的最可靠方法是将np.savetxt与np.loadtxt一起使用，而不是np.fromfile，这更适合使用tofile编写的二进制文件。 np.fromfile和np.tofile方法写入和读取二进制文件，而np.savetxt写入文本文件。 所以，例如：

In [1]: a = np.array([1, 2, 3, 4])
In [2]: np.savetxt('test1.txt', a, fmt='%d')
In [3]: b = np.loadtxt('test1.txt', dtype=int)
In [4]: a == b
Out[4]: array([ True,  True,  True,  True], dtype=bool)

或者：

In [5]: a.tofile('test2.dat')
In [6]: c = np.fromfile('test2.dat', dtype=int)
In [7]: c == a
Out[7]: array([ True,  True,  True,  True], dtype=bool)

我使用前一种方法，即使它较慢并创建更大的文件（有时）：二进制格式可能与平台有关（例如，文件格式取决于系统的字节顺序）。

NumPy阵列有一个平台独立的格式，可以使用np.save和np.load保存和阅读：

In  [8]: np.save('test3.npy', a)    # .npy extension is added if not given
In  [9]: d = np.load('test3.npy')
In [10]: a == d
Out[10]: array([ True,  True,  True,  True], dtype=bool)

Answer 2

np.save('data.npy', num_arr) # save
new_num_arr = np.load('data.npy') # load

Answer 3

np.fromfile()有一个sep=关键字参数：

  

如果文件是文本文件，则在项目之间分隔。空（“”）分隔符表示该文件应被视为二进制文件。分隔符中的空格（“”）匹配零个或多个空白字符。仅由空格组成的分隔符必须至少匹配一个空格。

默认值sep=""表示np.fromfile()尝试将其读取为二进制文件而不是空格分隔的文本文件，因此您将获得无意义的值。如果您使用np.fromfile('markers.txt', sep=" ")，您将获得所需的结果。

然而，正如其他人所指出的，np.loadtxt()是将文本文件转换为numpy数组的首选方法，除非文件需要人类可读，否则通常最好使用二进制格式（例如{ {1}} / np.load()）。

Answer 4

要简短回答，请使用np.save和np.load。这些方法的优点是它们是由numpy库的开发人员制作的，并且已经可以使用（而且可能已经很好地进行了优化），例如。

import numpy as np
from pathlib import Path

path = Path('~/data/tmp/').expanduser()
path.mkdir(parents=True, exist_ok=True)

lb,ub = -1,1
num_samples = 5
x = np.random.uniform(low=lb,high=ub,size=(1,num_samples))
y = x**2 + x + 2

np.save(path/'x', x)
np.save(path/'y', y)

x_loaded = np.load(path/'x.npy')
y_load = np.load(path/'y.npy')

print(x is x_loaded) # False
print(x == x_loaded) # [[ True  True  True  True  True]]

---

扩展答案：

最后，这实际上取决于您的需求，因为您还可以将其保存为人类可读的格式（请参阅此Dump a NumPy array into a csv file），或者如果文件非常大（另请参见此best way to preserve numpy arrays on disk也可以保存为其他库）展开讨论）。

但是，（由于您在问题中使用“适当”一词，因此进行了扩展）我仍然认为开箱即用（和大多数代码！）使用numpy函数最有可能满足大多数用户需求。最重要的原因是它已经可以工作。出于其他原因尝试使用其他东西可能会使您出乎意料的长兔子洞，以弄清为什么它不起作用并迫使它起作用。

例如，尝试用泡菜保存它。我试着只是为了好玩，花了至少30分钟的时间才意识到，除非我用wb以字节模式打开并读取文件，否则泡菜不会保存我的东西。花时间去Google，试一试，理解错误消息等。。。小细节，但事实是它已经需要我打开文件，这以意想不到的方式使事情变得复杂。要补充一点，它要求我重新阅读（{btw有点令人困惑）Difference between modes a, a+, w, w+, and r+ in built-in open function?。

因此，如果有一个满足您需要的界面，除非有充分的理由（非常）（例如，与matlab兼容，或者出于某种原因您确实想读取文件并进行打印），否则请使用它python确实不能满足您的需求，这可能是有问题的）。此外，最有可能的情况是，如果您需要对其进行优化，则可以在以后找到答案（而不是花很多时间调试诸如打开简单的numpy文件之类的无用的东西）。

因此，请使用界面/ numpy提供。它可能并不完美，这很可能很好，尤其是对于已经存在numpy的库而言。

我已经花了很多时间用numpy来保存和加载数据，所以请乐在其中，希望对您有所帮助！

import numpy as np
import pickle
from pathlib import Path

path = Path('~/data/tmp/').expanduser()
path.mkdir(parents=True, exist_ok=True)

lb,ub = -1,1
num_samples = 5
x = np.random.uniform(low=lb,high=ub,size=(1,num_samples))
y = x**2 + x + 2

# using save (to npy), savez (to npz)
np.save(path/'x', x)
np.save(path/'y', y)
np.savez(path/'db', x=x, y=y)
with open(path/'db.pkl', 'wb') as db_file:
    pickle.dump(obj={'x':x, 'y':y}, file=db_file)

## using loading npy, npz files
x_loaded = np.load(path/'x.npy')
y_load = np.load(path/'y.npy')
db = np.load(path/'db.npz')
with open(path/'db.pkl', 'rb') as db_file:
    db_pkl = pickle.load(db_file)

print(x is x_loaded)
print(x == x_loaded)
print(x == db['x'])
print(x == db_pkl['x'])
print('done')

对我学到的一些评论：

• np.save如预期的那样，已经对其进行了很好的压缩（请参见https://stackoverflow.com/a/55750128/1601580），开箱即用，无需打开任何文件。清洁。简单。高效的。使用它。
• np.savez使用未压缩格式（请参见docs）Save several arrays into a single file in uncompressed 。npz format.如果您决定使用此格式（警告您不要使用标准解决方案，所以可能会发现错误！），您可能会发现需要使用参数名称来保存它，除非您要使用默认名称。因此，如果第一个已经使用（或任何作品都使用它！），请不要使用它。
• Pickle还允许执行任意代码。出于安全原因，有些人可能不想使用此功能。
• 可读文件的制作成本很高，可能不值得。
• 大文件有一个名为hdf5的东西。凉！ https://stackoverflow.com/a/9619713/1601580

---

请注意，这不是详尽的答案。但对于其他资源，请检查以下内容：

• 对于泡菜（猜测最重要的答案是不要np.save使用泡菜）：Save Numpy Array using Pickle
• 对于大文件（最佳答案！比较存储大小，加载保存等！）：https://stackoverflow.com/a/41425878/1601580
• 对于matlab（我们必须接受matlab具有一些怪异的好图！）："Converting" Numpy arrays to Matlab and vice versa
• 以易于阅读的格式保存：Dump a NumPy array into a csv file