十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
小编给大家分享一下Python中numpy.load()的使用方法,希望大家阅读完这篇文章后大所收获,下面让我们一起去探讨吧!
成都创新互联公司,为您提供成都网站建设公司、成都网站制作、网站营销推广、网站开发设计,对服务混凝土泵车等多个行业拥有丰富的网站建设及推广经验。成都创新互联公司网站建设公司成立于2013年,提供专业网站制作报价服务,我们深知市场的竞争激烈,认真对待每位客户,为客户提供赏心悦目的作品。 与客户共同发展进步,是我们永远的责任!
numpy.load()函数从具有npy扩展名(.npy)的磁盘文件返回输入数组。
用法:
numpy.load(file, mmap_mode=None, allow_pickle=True, fix_imports=True, encoding=’ASCII’)
参数:
file :file-like对象,字符串或pathlib.Path。要读取的文件。 File-like对象必须支持seek()和read()方法。
mmap_mode :如果不为None,则使用给定模式memory-map文件(有关详细信息,请参见numpy.memmap
模式说明)。
allow_pickle :允许加载存储在npy文件中的腌制对象数组。
fix_imports :仅在在Python 3上加载Python 2生成的腌制文件时有用,该文件包括包含对象数组的npy /npz文件。
encoding :仅当在Python 3中加载Python 2生成的腌制文件时有用,该文件包含包含对象数组的npy /npz文件。
Returns :数据存储在文件中。对于.npz文件,必须关闭NpzFile类的返回实例,以避免泄漏文件描述符。
代码1:
# Python program explaining # load() function import numpy as geek a = geek.array(([i + j for i in range(3) for j in range(3)])) # a is printed. print("a is:") print(a) geek.save('geekfile', a) print("the array is saved in the file geekfile.npy") # the array is saved in the file geekfile.npy b = geek.load('geekfile.npy') # the array is loaded into b print("b is:") print(b) # b is printed from geekfile.npy print("b is printed from geekfile.npy")
输出:
a is: [0, 1, 2, 1, 2, 3, 2, 3, 4] the array is saved in the file geekfile.npy b is: [0, 1, 2, 1, 2, 3, 2, 3, 4] b is printed from geekfile.npy
代码2:
# Python program explaining # load() function import numpy as geek # a and b are numpy arrays. a = geek.array(([i + j for i in range(3) for j in range(3)])) b = geek.array([i + 1 for i in range(3)]) # a and b are printed. print("a is:") print(a) print("b is:") print(b) # a and b are stored in geekfile.npz geek.savez('geekfile.npz', a = a, b = b) print("a and b are stored in geekfile.npz") # compressed file is loaded c = geek.load('geekfile.npz') print("after loading...") print("a is:", c['a']) print("b is:", c['b'])
输出:
a is: [0 1 2 1 2 3 2 3 4] b is: [1 2 3] a and b are stored in geekfile.npz after loading... a is:[0 1 2 1 2 3 2 3 4] b is:[1 2 3]
看完了这篇文章,相信你对Python中numpy.load()的使用方法有了一定的了解,想了解更多相关知识,欢迎关注创新互联行业资讯频道,感谢各位的阅读!