numpy怎么实现存取数据

本篇内容介绍了“numpy怎么实现存取数据”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

我们知道numpy的array是可以保存到文件的，一个常用的做法是通过to_file()保存到而进行.bin文件中，然后再通过from_file()从.bin文件中将其读取出来，下面看一个例子。

data_in 是一个二维numpy数组，其shape为[3,4]

import numpy as np
 
data_in = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]]).astype(np.int64)
print(data_in)
 
data_in.tofile("C:/Users/Desktop/data_in.bin")
 
data_out = np.fromfile("C:/Users/Desktop/data_in.bin", dtype=np.int64)
print(data_out)
print(data_out.shape)
print(data_out.reshape(3,4))

接下来将其存入文件中，使用tofile方法即可，参数填入想要保存到的文件路径，然后使用fromfile可以将其从文件中读取出来。

但是可以发现，读取出来的data_out的shape变成1维了

首先，使用tofile方法，会默认将所有数据按顺序排成一个向量，然后以二进制形式存入文件中，而读取的时候自然会变成1维了，如果已知原始数组的维数，将它reshape一下就行了

有时候data_out的最前面几个值和之前看到的data_in的值也不一样啊，这是为什么呢？
这需要 line 14 的数据类型和 line 9 的数据类型一致

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[ 1  2  3  4  5  6  7  8  9 10 11 12]
(12,)
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

import numpy as np
 
input = np.random.randn(20, 224, 224, 3)
arr1 = np.array(input, dtype=np.float32)
print(arr1.shape)
print(arr1.dtype)
arr1.tofile("resnet50_input_batch30.bin")

“numpy怎么实现存取数据”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！