如何正确保存并加载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。举例来说，如果我有一个数组markers，它看起来像这样：

我试图通过使用保存它：

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

在其他的脚本中，我尝试打开以前保存文件：

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

而这正是我得到...

保存的数据首先是这样的：

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，当我刚保存通过使用相同的方法，即加载数据。 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 

我在做什么错了？ PS没有我执行的其他“后台”操作。只需保存和加载，这就是我所得到的。先谢谢你。

Answer 1

我发现这样做的最可靠的方法是使用np.savetxt与np.loadtxt而不是np.fromfile，它更适合用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。 因此，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) 

我用前一种方法，即使是速度较慢，造成更大的文件（有时）：二进制格式可以是平台相关的（例如，文件格式取决于系统的字节顺序）。

有一个平台独立格式NumPy的阵列，其可被保存并与np.save和np.load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.fromfile()具有sep=关键字参数：

分隔符项之间如果文件是文本文件。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。只包含空格的分隔符必须至少匹配一个空格。

的sep=""默认值意味着np.fromfile()试图读取它作为一个二进制文件，而不是一个空格分隔的文本文件，所以你得到的废话值返回。如果您使用np.fromfile('markers.txt', sep=" ")，您将得到您要查找的结果。

然而，正如其他人所指出的，np.loadtxt()是文本文件转换为numpy的阵列的首选方法，除非该文件需要是人类可读的，通常最好使用二进制格式，而不是（如np.load()/np.save()） 。