Python實(shí)現(xiàn)npy/mat文件的保存與讀取
除了常用的csv文件和excel文件之外,我們還可以通過(guò)PY把數(shù)據(jù)保存文npy文件格式和mat文件格式。
1. npy文件
npy即numpy對(duì)應(yīng)的文件格式,關(guān)于其保存使用的是np.save()方法,其讀取使用的是np.load()方法。
具體示例如下:
import numpy as np
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))

保存文件:
如圖,矩陣和numpy數(shù)組都支持以npy文件類型保存。
np.save('a.npy', a)
np.save('b.npy', b)??????????????????
讀取文件
data1 = np.load('a.npy')
data2 = np.load('b.npy')
print(data1)
print(type(data1))
print("=================================")
print(data2)
print(type(data2))

如圖npy數(shù)據(jù)被成功讀取,且都是numpy數(shù)組數(shù)據(jù)類型。
2. mat文件
保存為mat文件依賴于scipy庫(kù)中的scipy.io.savemat()方法,讀取則需要用到scipy.io.loadmat()方法。
保存時(shí),不僅僅需要傳入變量,還需要將該變量的類型一并以字典的形式傳入,一樣支持numpy數(shù)組和矩陣。
具體示例如下:
import numpy as np
from scipy import io
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))
io.savemat('a.mat', {'matrix': a})
io.savemat('b.mat', {'array': b})


讀取數(shù)據(jù)
data1 = io.loadmat('a.mat')
print(data1)
print(type(data1))
print("=================================")
data2 = io.loadmat('b.mat')
print(data2)
print(type(data2))

如圖,數(shù)據(jù)成功被讀取。但是讀取的結(jié)果是一個(gè)字典,如果需要進(jìn)一步讀取到數(shù)據(jù),則需要根據(jù)鍵名將其取出:
print(data1['matrix'])
print(type(data1['matrix']))
print("=================================")
print(data2['array'])
print(type(data2['array']))

取出時(shí)的鍵與存儲(chǔ)時(shí)的變量類型有關(guān),取出的數(shù)據(jù)都是numpy數(shù)組,不再有矩陣類型。
補(bǔ)充
讀取mat文件并存為npy格式文件
具體見(jiàn)代碼,注意h5py的轉(zhuǎn)置問(wèn)題
import numpy as np
from scipy import io
mat = io.loadmat('yourfile.mat')
# 如果報(bào)錯(cuò):Please use HDF reader for matlab v7.3 files
# 改為下一種方式讀取
import h5py
mat = h5py.File('yourfile.mat')
# mat文件里可能有多個(gè)cell,各對(duì)應(yīng)著一個(gè)dataset
# 可以用keys方法查看cell的名字, 現(xiàn)在要用list(mat.keys()),
# 另外,讀取要用data = mat.get('名字'), 然后可以再用Numpy轉(zhuǎn)為array
print(mat.keys())
# 可以用values方法查看各個(gè)cell的信息
print(mat.values())
# 可以用shape查看維度信息
print(mat['your_dataset_name'].shape)
# 注意,這里看到的shape信息與你在matlab打開(kāi)的不同
# 這里的矩陣是matlab打開(kāi)時(shí)矩陣的轉(zhuǎn)置
# 所以,我們需要將它轉(zhuǎn)置回來(lái)
mat_t = np.transpose(mat['your_dataset_name'])
# mat_t 是numpy.ndarray格式
# 再將其存為npy格式文件
np.save('yourfile.npy', mat_t)npy文件的讀取很簡(jiǎn)單
import numpy as np
matrix = np.load('yourfile.npy')
重新讀取npy文件保存為mat文件
方法一(在MATLAB雙擊打開(kāi)時(shí)遇到了錯(cuò)誤:Unable to read MAT-file *********.mat. Not a binary MAT-file. Try load -ASCII to read as text. ):
import numpy as np
matrix = np.load('yourfile.npy')
f = h5py.File('yourfile.mat', 'w')
f.create_dataset('dataname', data=matrix)
# 這里不會(huì)將數(shù)據(jù)轉(zhuǎn)置
方法二(使用scipy):
from scipy import io
mat = np.load('rlt_gene_features.npy-layer-3-train.npy')
io.savemat('gene_features.mat', {'gene_features': mat})到此這篇關(guān)于Python實(shí)現(xiàn)npy/mat文件的保存與讀取的文章就介紹到這了,更多相關(guān)Python npy mat文件保存讀取內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
pip安裝時(shí)ReadTimeoutError的解決方法
今天小編就為大家分享一篇pip安裝時(shí)ReadTimeoutError的解決方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06
一行代碼實(shí)現(xiàn)Python動(dòng)態(tài)加載依賴
本文主要介紹了Python動(dòng)態(tài)加載依賴,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-12-12
Python 序列化 pickle/cPickle模塊使用介紹
這篇文章主要介紹了Python 序列化 pickle/cPickle模塊使用介紹,需要的朋友可以參考下2014-11-11
打包遷移Python?env環(huán)境的三種方法總結(jié)
平常工作中可能遇到python虛擬環(huán)境遷移的場(chǎng)景,總結(jié)了如下幾個(gè)方法,下面這篇文章主要給大家介紹了關(guān)于打包遷移Python?env環(huán)境的三種方法,需要的朋友可以參考下2024-08-08
基于Python實(shí)現(xiàn)蒙特卡洛法計(jì)算圓周率π
蒙特卡羅法也稱統(tǒng)計(jì)模擬法、統(tǒng)計(jì)試驗(yàn)法,是把概率現(xiàn)象作為研究對(duì)象的數(shù)值模擬方法,是按抽樣調(diào)查法求取統(tǒng)計(jì)值來(lái)推定未知特性量的計(jì)算方法,本文我們將介紹如何使用Python來(lái)實(shí)現(xiàn)蒙特卡洛法計(jì)算圓周率π,感興趣的朋友可以參考下2023-06-06
用python生成與調(diào)用cntk模型代碼演示方法
今天小編就為大家分享一篇用python生成與調(diào)用cntk模型代碼演示方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08

