本文主要是介绍利用Pyhthon进行数据分析（使用数组文件进行输入和输出），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
- NumPy可以在硬盘中将数据以文本或二进制文件的形式进行存入硬盘或者由硬盘载入。在本节，我降只讨论NumPy的内建二进制格式，因为大部分用户更倾向于使用pandas或其他工具来载入文本或表格型数据。
- np.save和np.load是高效存取硬盘数据的两大工具函数。数组在默认情况下是以未压缩的格式进行存储的，后缀名是.npy:
>>> arr = np.arange(10)
>>> np.save('some_array',arr)
- 如果文件存放路径中没写.npy时，后缀名会被自动加上。硬盘上的数组可以使用np.load进行载入：
>>> np.load('some_array.npy')
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
- 你可以使用np.savez并将数组作为参数传递给该函数，用于在未压缩文件中保存多个数组：
>>> np.savez('array_archive.npz',a=arr,b=arr)
- 当载入一个.npy文件的时候，你会获得一个字典的对象，通过该对象很方便地载入单个数组：
>>> arch = np.load('array_archive.npz')
>>> arch['b']
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
- 如果你的数据已经压缩好了，你可能会想要使用numpy.savez_compressed将数据存入已经压缩的文件：
>>> np.savez_compressed('arrays_compressed.npz',a=arr,b=arr)
这篇关于利用Pyhthon进行数据分析（使用数组文件进行输入和输出）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
