本文共 1026 字，大约阅读时间需要 3 分钟。

一、numpy自带的方式保存数组到文件（麻烦）但文件可视化。

import numpy as np# 生成数据data = np.arange(200).reshape((4, 5, 10))# 写入磁盘中with open('test.txt', 'w') as outfile:    # #开头的会被np.savetxt忽略    outfile.write('# Array shape: {0}\n'.format(data.shape))    for data_slice in data:        # 左对齐宽度7 保留2位 浮点数        # 保存二维数组        np.savetxt(outfile, data_slice, fmt='%-7.2f')        # 每段分隔标志        outfile.write('# New slice\n')# 读取new_data = np.loadtxt('test.txt')print(new_data.shape) # (20, 10)# reshape 一下new_data = new_data.reshape((4, 5, 10))# 检测是否相同assert np.all(new_data == data)

二、这种方式能支持任意类型的，怎么保存，怎么读取（方便）。

import pickleimport numpy as np# 支持任意的数组my_data = {'a': [1, 2.0, 3, 4 + 6j],           'b': ('string', u'Unicode string'),           'c': None}# 生成数据my_data = np.arange(200).reshape((4, 5, 10))output = open('data.pkl', 'wb')# 写入到文件pickle.dump(my_data, output)output.close()pkl_file = open('data.pkl', 'rb')# 从文件中读取data = pickle.load(pkl_file)pkl_file.close()print(data)assert my_data.shape == data.shapeassert np.all(my_data == data)

参考

转载地址：http://edzvi.baihongyu.com/