網站首頁 編程語言 正文
除了常用的csv文件和excel文件之外,我們還可以通過PY把數據保存文npy文件格式和mat文件格式。
1. npy文件
npy即numpy對應的文件格式,關于其保存使用的是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數據被成功讀取,且都是numpy數組數據類型。
2. mat文件
保存為mat文件依賴于scipy庫中的scipy.io.savemat()方法,讀取則需要用到scipy.io.loadmat()方法。
保存時,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})
讀取數據
data1 = io.loadmat('a.mat')
print(data1)
print(type(data1))
print("=================================")
data2 = io.loadmat('b.mat')
print(data2)
print(type(data2))
如圖,數據成功被讀取。但是讀取的結果是一個字典,如果需要進一步讀取到數據,則需要根據鍵名將其取出:
print(data1['matrix'])
print(type(data1['matrix']))
print("=================================")
print(data2['array'])
print(type(data2['array']))
取出時的鍵與存儲時的變量類型有關,取出的數據都是numpy數組,不再有矩陣類型。
補充
讀取mat文件并存為npy格式文件
具體見代碼,注意h5py的轉置問題
import numpy as np
from scipy import io
mat = io.loadmat('yourfile.mat')
# 如果報錯: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cell,各對應著一個dataset
# 可以用keys方法查看cell的名字, 現在要用list(mat.keys()),
# 另外,讀取要用data = mat.get('名字'), 然后可以再用Numpy轉為array
print(mat.keys())
# 可以用values方法查看各個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打開的不同
# 這里的矩陣是matlab打開時矩陣的轉置
# 所以,我們需要將它轉置回來
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雙擊打開時遇到了錯誤: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)
# 這里不會將數據轉置
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})
原文鏈接:https://blog.csdn.net/weixin_48964486/article/details/124376710
相關推薦
- 2022-09-05 springboot是怎么實現自動配置的?
- 2022-03-27 MongoDB的常用命令匯總(Mongo4.2.8)_MongoDB
- 2022-11-06 React?hook實現簡單的websocket封裝方式_React
- 2022-09-15 Go語言中Goroutine的設置方式_Golang
- 2022-11-19 Kotlin協程之Flow異常示例處理_Android
- 2022-06-18 python使用Random隨機生成列表的方法實例_python
- 2022-08-13 Linux內核中container_of宏定義講解
- 2022-06-24 python和Appium移動端多設備自動化測試框架實現_python
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支