Numpy 데이터 이진법

Numpy는 디스크의 텍스트 데이터 또는 바이너리 데이터를 읽고 쓸 수 있습니다.
numpy.load와 numpy.save 함수 (저장된 데이터를 볼 필요가 없는 상황에서 사용하는 것을 추천합니다) 는 그룹을 2진 형식으로 디스크 np에 저장합니다.load와np.save는 디스크 그룹 데이터를 읽고 쓰는 두 가지 주요 함수입니다. 기본적으로, 그룹은 압축되지 않은 원시 이진 형식으로 확장자에 저장됩니다.npy 파일에서
예:
import numpy as np a=np.arange(5) np.save('test.npy', a)는 프로그램이 있는 폴더에test를 생성합니다.npy 파일은test.npy 파일의 파일 읽기
import numpy as np a=np.load('test.npy') print(a)
numpy.load와 numpy.save 함수 (저장된 데이터를 볼 필요가 없는 상황에서 사용하는 것을 추천합니다)
NumPy 전용 이진 형식으로 데이터를 저장합니다. 이 두 함수는 요소 형식과 shape 등 정보를 자동으로 처리하기 때문에 읽기, 쓰기 그룹을 사용하면 훨씬 편리하지만,numpy입니다.save 출력 파일은 다른 언어로 작성된 프로그램과 읽기 어렵습니다.
여러 개의 그룹을 파일에 저장하려면numpy를 사용하십시오.savez 함수.savez 함수의 첫 번째 매개 변수는 파일 이름이고 그 다음 매개 변수는 저장해야 하는 수조입니다. 키워드 매개 변수를 사용하여 수조의 이름을 지을 수도 있습니다. 비키워드 매개 변수가 전달하는 수조는 자동으로 arr 로 이름을 지을 수 있습니다.0, arr_1, ….savez 함수는 압축 파일 (확장자는 npz) 을 출력합니다. 이 중 모든 파일은 save 함수로 저장된 npy 파일입니다. 파일 이름은 그룹 이름에 대응합니다.load 함수는 npz 파일을 자동으로 식별하고 사전과 유사한 대상을 되돌려줍니다. 그룹 이름을 키워드로 삼아 그룹의 내용을 얻을 수 있습니다.
import numpy as np a=np.arange(3) b=np.arange(4) c=np.arange(5) np.savez('array save.npz', a, b, c array=c) 이렇게 프로그램이 있는 폴더에 array 가 생성됩니다.save.npz 파일
npz 파일의 데이터를 읽어내다
import numpy as np A=np.load('array_save.npz') print(A['arr_0']) print(A['arr_1']) print(A['c_array'])

>>> np.save("a.npy", a)
>>> c = np.load( "a.npy" )
>>> c
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

Note:
1. 파일은 로 저장합니다.npy 파일 형식, 그렇지 않으면 오류 발생
2.numpy 전용 2진법 형식으로 저장한 후 notepad++로 열 수 없음 (부호화) 은 tofile 내장 함수에 비해 좋지 않은 점
numpy.savez 함수
여러 개의 그룹을 파일에 저장하려면numpy를 사용하십시오.savez 함수.savez 함수의 첫 번째 매개 변수는 파일 이름이고 그 다음 매개 변수는 저장해야 하는 수조입니다. 키워드 매개 변수를 사용하여 수조의 이름을 지을 수도 있습니다. 비키워드 매개 변수가 전달하는 수조는 자동으로 arr 로 이름을 지을 수 있습니다.0, arr_1, ....savez 함수는 압축 파일 (확장자는 npz) 을 출력합니다. 이 중 모든 파일은 save 함수로 저장된 npy 파일입니다. 파일 이름은 그룹 이름에 대응합니다.load 함수는 npz 파일을 자동으로 식별하고 사전과 유사한 대상을 되돌려줍니다. 그룹 이름을 키워드로 삼아 그룹의 내용을 얻을 수 있습니다.

>>> a = np.array([[1,2,3],[4,5,6]])
>>> b = np.arange(0, 1.0, 0.1)
>>> c = np.sin(b)
>>> np.savez("result.npz", a, b, sin_array = c)
>>> r = np.load("result.npz")
>>> r["arr_0"] #   a
array([[1, 2, 3],
       [4, 5, 6]])
>>> r["arr_1"] #   b
array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])
>>> r["sin_array"] #   c
array([ 0.        ,  0.09983342,  0.19866933,  0.29552021,  0.38941834,
        0.47942554,  0.56464247,  0.64421769,  0.71735609,  0.78332691])