Numpy下:Task01 输入和输出

1. numpy 二进制文件

save()savez()load()函数以 numpy 专用的二进制类型(.npy.npz)保存和读取数据,这三个函数会自动处理ndim、dtype、shape等信息,使用它们读写数组非常方便,但是save()savez()输出的文件很难与其它语言编写的程序兼容。

【函数】

def save(file, arr, allow_pickle=True, fix_imports=True):
  • save()函数:以.npy格式将数组保存到二进制文件中。
  • .npy格式:以二进制的方式存储文件,在二进制文件第一行以文本形式保存了数据的元信息(ndim,dtype,shape等),可以用二进制工具查看内容。

【函数】

def load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding='ASCII'):
  • load()函数:从.npy.npz或 pickled文件加载数组或pickled对象。
  • mmap_mode: {None, ‘r+’, ‘r’, ‘w+’, ‘c’};:读取文件的方式。
  • allow_pickle=False:允许加载存储在.npy文件中的pickled对象数组。
  • fix_imports=True:若为True,pickle将尝试将旧的python2名称映射到python3中使用的新名称。
  • encoding='ASCII':制定编码格式,默认为“ASCII”。

【例子】将一个数组保存到一个文件中。

import numpy as np

outfile = r'.\test.npy'
np.random.seed(20200619)
x = np.random.uniform(low=0, high=1,size = [3, 5])
np.save(outfile, x)
y = np.load(outfile)
print(y)
# [[0.01123594 0.66790705 0.50212171 0.7230908  0.61668256]
#  [0.00668332 0.1234096  0.96092409 0.67925305 0.38596837]
#  [0.72342998 0.26258324 0.24318845 0.98795012 0.77370715]]

【函数】

def savez(file, *args, **kwds):
  • savez()函数:以未压缩的.npz格式将多个数组保存到单个文件中。
  • .npz格式:以压缩打包的方式存储文件,可以用压缩软件解压。
  • savez()函数:第一个参数是文件名,其后的参数都是需要保存的数组,也可以使用关键字参数为数组起一个名字,非关键字参数传递的数组会自动起名为arr_0, arr_1, …
  • savez()函数:输出的是一个压缩文件(扩展名为.npz),其中每个文件都是一个save()保存的.npy文件,文件名对应于数组名。load()自动识别.npz文件,并且返回一个类似于字典的对象,可以通过数组名作为关键字获取数组的内容。

【例子】将多个数组保存到一个文件。

import numpy as np

outfile = r'.\test.npz'
x = np.linspace(0, np.pi, 5)
y = np.sin(x)
z = np.cos(x)
np.savez(outfile, x, y, z_d=z)
data = np.load(outfile)
np.set_printoptions(suppress=True)
print(data.files)  
# ['z_d', 'arr_0', 'arr_1']

print(data['arr_0'])
# [0.         0.78539816 1.57079633 2.35619449 3.14159265]

print(data['arr_1'])
# [0.         0.70710678 1.         0.70710678 0.        ]

print(data['z_d'])
# [ 1.          0.70710678  0.         -0.70710678 -1.        ]

用解压软件打开 test.npz 文件,会发现其中有三个文件:arr_0.npy,arr_1.npy,z_d.npy,其中分别保存着数组x,y,z的内容。


2. 文本文件

savetxt()loadtxt()genfromtxt()函数用来存储和读取文本文件(如.TXT.CSV等)。genfromtxt()loadtxt()更加强大,可对缺失数据进行处理。

【函数】

def savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n',header='', footer='', comments='# ', encoding=None):
  • fname:文件路径
  • X:存入文件的数组。
  • fmt='%.18e':写入文件中每个元素的字符串格式,默认’%.18e’(保留18位小数的浮点数形式)。
  • delimiter=' ':分割字符串,默认以空格分隔。
def loadtxt(fname, dtype=float, comments='#', delimiter=None,
            converters=None, skiprows=0, usecols=None, unpack=False,
            ndmin=0, encoding='bytes', max_rows=None):
  • fname:文件路径。
  • dtype=float:数据类型,默认为float。
  • comments='#': 字符串或字符串组成的列表,默认为’#’,表示注释字符集开始的标志。
  • skiprows=0:跳过多少行,一般跳过第一行表头。
  • usecols=None:元组(元组内数据为列的数值索引), 用来指定要读取数据的列(第一列为0)。
  • unpack=False:当加载多列数据时是否需要将数据列进行解耦赋值给不同的变量。

【例】写入和读出TXT文件。

import numpy as np

outfile = r'.\test.txt'
x = np.arange(0, 10).reshape(2, -1)
np.savetxt(outfile, x)
y = np.loadtxt(outfile)
print(y)
# [[0. 1. 2. 3. 4.]
#  [5. 6. 7. 8. 9.]]

test.txt文件如下:

0.000000000000000000e+00 1.000000000000000000e+00 2.000000000000000000e+00 3.000000000000000000e+00 4.000000000000000000e+00
5.000000000000000000e+00 6.000000000000000000e+00 7.000000000000000000e+00 8.000000000000000000e+00 9.000000000000000000e+00

【例子】写入和读出CSV文件。

import numpy as np

outfile = r'.\test.csv'
x = np.arange(0, 10, 0.5).reshape(4, -1)
np.savetxt(outfile, x, fmt='%.3f', delimiter=',')
y = np.loadtxt(outfile, delimiter=',')
print(y)
# [[0.  0.5 1.  1.5 2. ]
#  [2.5 3.  3.5 4.  4.5]
#  [5.  5.5 6.  6.5 7. ]
#  [7.5 8.  8.5 9.  9.5]]

test.csv文件如下:

0.000,0.500,1.000,1.500,2.000
2.500,3.000,3.500,4.000,4.500
5.000,5.500,6.000,6.500,7.000
7.500,8.000,8.500,9.000,9.500

【函数】

def genfromtxt(fname, dtype=float, comments='#', delimiter=None,
               skip_header=0, skip_footer=0, converters=None,
               missing_values=None, filling_values=None, usecols=None,
               names=None, excludelist=None,
               deletechars=''.join(sorted(NameValidator.defaultdeletechars)),
               replace_space='_', autostrip=False, case_sensitive=True,
               defaultfmt="f%i", unpack=None, usemask=False, loose=True,
               invalid_raise=True, max_rows=None, encoding='bytes'):
  • genfromtxt()函数:从文本文件加载数据,并按指定方式处理缺少的值(是面向结构数组和缺失数据处理的。)。
  • names=None:设置为True时,程序将把第一行作为列名称。

data.csv文件(不带缺失值)

id,value1,value2,value3
1,123,1.4,23
2,110,0.5,18
3,164,2.1,19

【例子】

import numpy as np

outfile = r'.\data.csv'
x = np.loadtxt(outfile, delimiter=',', skiprows=1)
print(x)
# [[  1.  123.    1.4  23. ]
#  [  2.  110.    0.5  18. ]
#  [  3.  164.    2.1  19. ]]

x = np.loadtxt(outfile, delimiter=',', skiprows=1, usecols=(1, 2))
print(x)
# [[123.    1.4]
#  [110.    0.5]
#  [164.    2.1]]

val1, val2 = np.loadtxt(outfile, delimiter=',', skiprows=1, usecols=(1, 2), unpack=True)
print(val1)  # [123. 110. 164.]
print(val2)  # [1.4 0.5 2.1]

【例子】

import numpy as np

outfile = r'.\data.csv'
x = np.genfromtxt(outfile, delimiter=',', names=True)
print(x)
# [(1., 123., 1.4, 23.) (2., 110., 0.5, 18.) (3., 164., 2.1, 19.)]

print(type(x))  
# <class 'numpy.ndarray'>

print(x.dtype)
# [('id', '<f8'), ('value1', '<f8'), ('value2', '<f8'), ('value3', '<f8')]

print(x['id'])  # [1. 2. 3.]
print(x['value1'])  # [123. 110. 164.]
print(x['value2'])  # [1.4 0.5 2.1]
print(x['value3'])  # [23. 18. 19.]

data1.csv文件(带有缺失值)

id,value1,value2,value3
1,123,1.4,23
2,110,,18
3,,2.1,19

【例子】

import numpy as np

outfile = r'.\data1.csv'
x = np.genfromtxt(outfile, delimiter=',', names=True)
print(x)
# [(1., 123., 1.4, 23.) (2., 110., nan, 18.) (3.,  nan, 2.1, 19.)]

print(type(x))  
# <class 'numpy.ndarray'>

print(x.dtype)
# [('id', '<f8'), ('value1', '<f8'), ('value2', '<f8'), ('value3', '<f8')]

print(x['id'])  # [1. 2. 3.]
print(x['value1'])  # [123. 110.  nan]
print(x['value2'])  # [1.4 nan 2.1]
print(x['value3'])  # [23. 18. 19.]

3. 文本格式选项

【函数】

def set_printoptions(precision=None, threshold=None, edgeitems=None,
                     linewidth=None, suppress=None, nanstr=None, infstr=None,
                     formatter=None, sign=None, floatmode=None, **kwarg):
  • set_printoptions()函数:设置打印选项。这些选项决定浮点数、数组和其它NumPy对象的显示方式。
  • precision=8:设置浮点精度,控制输出的小数点个数,默认是8。
  • threshold=1000:概略显示,超过该值则以“…”的形式来表示,默认是1000。
  • linewidth=75:用于确定每行多少字符数后插入换行符,默认为75。
  • suppress=False:当suppress=True,表示小数不需要以科学计数法的形式输出,默认是False。
  • nanstr=nan:浮点非数字的字符串表示形式,默认nan
  • infstr=inf:浮点无穷大的字符串表示形式,默认inf
  • formatter:一个字典,自定义格式化用于显示的数组元素。键为需要格式化的类型,值为格式化的字符串。
    • ‘bool’
    • ‘int’
    • ‘float’
    • ‘str’ : all other strings
    • ‘all’ : sets all types

【例子】

import numpy as np

np.set_printoptions(precision=4)
x = np.array([1.123456789])
print(x)  # [1.1235]

np.set_printoptions(threshold=20)
x = np.arange(50)
print(x)  # [ 0  1  2 ... 47 48 49]

np.set_printoptions(threshold=np.iinfo(np.int).max)
print(x)
# [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
#  24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
#  48 49]

eps = np.finfo(float).eps
x = np.arange(4.)
x = x ** 2 - (x + eps) ** 2
print(x)  
# [-4.9304e-32 -4.4409e-16  0.0000e+00  0.0000e+00]
np.set_printoptions(suppress=True)
print(x)  # [-0. -0.  0.  0.]

x = np.linspace(0, 10, 10)
print(x)
# [ 0.      1.1111  2.2222  3.3333  4.4444  5.5556  6.6667  7.7778  8.8889
#  10.    ]
np.set_printoptions(precision=2, suppress=True, threshold=5)
print(x)  # [ 0.    1.11  2.22 ...  7.78  8.89 10.  ]

np.set_printoptions(formatter={'all': lambda x: 'int: ' + str(-x)})
x = np.arange(3)
print(x)  # [int: 0 int: -1 int: -2]

np.set_printoptions()  # formatter gets reset
print(x)  # [0 1 2]

【例子】恢复默认选项

np.set_printoptions(edgeitems=3, infstr='inf', linewidth=75,
                    nanstr='nan', precision=8, suppress=False, 
                    threshold=1000, formatter=None)

【函数】

def get_printoptions():
  • get_printoptions()函数:获取当前打印选项。

【例子】

import numpy as np

x = np.get_printoptions()
print(x)
# {
# 'edgeitems': 3, 
# 'threshold': 1000, 
# 'floatmode': 'maxprec', 
# 'precision': 8, 
# 'suppress': False, 
# 'linewidth': 75, 
# 'nanstr': 'nan', 
# 'infstr': 'inf', 
# 'sign': '-', 
# 'formatter': None, 
# 'legacy': False
# }

4. 练习

(1)只打印或显示numpy数组rand_arr的小数点后3位。

【知识点:输入和输出】

  • 如何在numpy数组中只打印小数点后三位?
import numpy as np

np.random.seed(2002)
rand_arr = np.random.random([5,3])

(2)将numpy数组a中打印的项数限制为最多6个元素。

【知识点:输入和输出】

  • 如何限制numpy数组输出中打印的项目数?
import numpy as np

a = np.arange(15)

(3)打印完整的numpy数组a而不中断。

【知识点:输入和输出】

  • 如何打印完整的numpy数组而不中断?
import numpy as np

a = np.arange(15)
np.set_printoptions(threshold=6)
print(a)

这个问题中,限制最多六个元素。那么数组a是怎么设置或者定义的呢?

import numpy as np

a = np.arange(15)
print(a)

[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]

限制numpy数组输出中打印的项目数为6个
np.set_printoptions(threshold=6)
print(a)

[ 0 1 2 … 12 13 14]

1赞

只打印或显示numpy数组rand_arr的小数点后3位。

  • rand_arr = np.random.random([5, 3])

【知识点:输入和输出】

  • 如何在numpy数组中只打印小数点后三位?

参考答案

import numpy as np

rand_arr = np.random.random([5, 3])
print(rand_arr)
# [[0.33033427 0.05538836 0.05947305]
#  [0.36199439 0.48844555 0.26309599]
#  [0.05361816 0.71539075 0.60645637]
#  [0.95000384 0.31424729 0.41032467]
#  [0.36082793 0.50101268 0.6306832 ]]

np.set_printoptions(precision=3)
print(rand_arr)
# [[0.33  0.055 0.059]
#  [0.362 0.488 0.263]
#  [0.054 0.715 0.606]
#  [0.95  0.314 0.41 ]
#  [0.361 0.501 0.631]]
[[0.25106063 0.32735642 0.17623774]
 [0.85566173 0.11420437 0.53735783]
 [0.82253612 0.07625331 0.9358199 ]
 [0.97268875 0.91794448 0.61845404]
 [0.58615827 0.28096349 0.88048956]]
[[0.251 0.327 0.176]
 [0.856 0.114 0.537]
 [0.823 0.076 0.936]
 [0.973 0.918 0.618]
 [0.586 0.281 0.88 ]]

将numpy数组a中打印的项数限制为最多6个元素。

【知识点:输入和输出】

  • 如何限制numpy数组输出中打印的项目数?

参考答案

import numpy as np

a = np.arange(15)
print(a)
# [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
np.set_printoptions(threshold=6)
print(a)
# [ 0  1  2 ... 12 13 14]
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
[ 0  1  2 ... 12 13 14]

打印完整的numpy数组a而不中断。

【知识点:输入和输出】

  • 如何打印完整的numpy数组而不中断?

参考答案

import numpy as np

a = np.arange(15)
np.set_printoptions(threshold=6)
print(a)
# [ 0  1  2 ... 12 13 14]
np.set_printoptions(threshold=np.iinfo(np.int).max)
print(a)
# [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
[ 0  1  2 ... 12 13 14]
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]