python数据如何保存为npy和npz格式并读取

Python数据如何保存为npy和npz格式并读取

在Python中，NumPy库提供了多种方法来保存和加载数组数据。其中，.npy和.npz是两种常见的文件格式，分别用于保存单个NumPy数组和多个NumPy数组。本文将详细介绍如何使用这两种格式保存和读取数据。

1. 保存和读取.npy文件

.npy文件格式用于保存单个NumPy数组。使用numpy.save()函数可以将数组保存为.npy文件，而使用numpy.load()函数可以读取.npy文件。

1.1 保存为.npy文件

import numpy as np # 创建一个NumPy数组 data = np.array([1, 2, 3, 4, 5]) # 保存数组为.npy文件 np.save('data.npy', data) 

上述代码将数组data保存为data.npy文件。

1.2 读取.npy文件

import numpy as np # 读取.npy文件 loaded_data = np.load('data.npy') print(loaded_data) 

输出结果为：

[1 2 3 4 5] 

2. 保存和读取.npz文件

.npz文件格式用于保存多个NumPy数组。使用numpy.savez()函数可以将多个数组保存为.npz文件，而使用numpy.load()函数可以读取.npz文件。

2.1 保存为.npz文件

import numpy as np # 创建多个NumPy数组 array1 = np.array([1, 2, 3]) array2 = np.array([4, 5, 6]) # 保存多个数组为.npz文件 np.savez('arrays.npz', array1=array1, array2=array2) 

上述代码将array1和array2保存为arrays.npz文件。

2.2 读取.npz文件

import numpy as np # 读取.npz文件 loaded_arrays = np.load('arrays.npz') # 访问保存的数组 print(loaded_arrays['array1']) print(loaded_arrays['array2']) 

输出结果为：

[1 2 3] [4 5 6] 

3. 总结

• .npy文件格式用于保存单个NumPy数组，使用numpy.save()保存，使用numpy.load()读取。
• .npz文件格式用于保存多个NumPy数组，使用numpy.savez()保存，使用numpy.load()读取，并通过键名访问各个数组。

通过这两种文件格式，可以方便地保存和加载NumPy数组数据，适用于各种数据分析和科学计算场景。