Question

我是使用numpy.core.memmap对象的新手，并且无法弄清楚如何使用numpy.memmap（）编辑读入python的现有.npy文件。例如，按照Scipy.org的示例，我可以创建一个对象并写入它，但是一旦创建，我就无法修改内容。

from tempfile import mkdtemp
import os.path as path

data = np.arange(12, dtype='float32')
data.resize((3,4))

filename = path.join(mkdtemp(), 'newfile.dat')
fp = np.memmap(filename, dtype='float32', mode='w+', shape=(3,4))
fp[:] = data[:] ### write data to fp array

del fp ### remove fp object

fpc = np.memmap(filename, dtype='float32', mode='c', shape=(3,4)) ### This is writeable in memory

fpc[0,:] = 0

del fpc ### close object

这只是从内存中删除对象，但不修改filename中的对象。我也尝试了numpy.memmap.flush（fpc），但这似乎也不起作用。

通过阅读其他帖子我可以简单地将编辑过的.npy文件复制到另一个位置，但这似乎在磁盘空间方面可能会出现问题。你不能修改现有的.npy文件是否正确？

Answer 1

Numpy解释＆＃34;复制写作＆＃34; as ＆＃34;将更改写入ram，但不要将它们保存到磁盘＆＃34; （HTTP Strict Transport Security response header）。当引用可以在线程或进程之间共享的数据时，这是一个相当标准的实现。听起来你把写副本与docs混淆了（有时会使用类似的术语，但是引用磁盘写入而不是ram）。

如果您将mode="c"更改为mode="r+"（或将mode关键字删除为＆＃34;无论如何，r +＆＃34;是默认值），这可以解决您的问题。

此外，我想指出，在大多数情况下，使用snapshots和np.save更简单，更pythonic，只需在加载时使用正确的模式指定mmap_mode关键字文件。虽然在技术上限制了灵活性，但这样就无需指定一些关键字使事情变得更简洁。

编辑使用memmap

1 个答案: