Java版的NumPy IO - npy,npz保存与读取

NDArray IO

1. 将数组保存到以 .npy 为扩展名的文件

Python
Numpy 可以读写磁盘上的文本数据或二进制数据。
NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。
npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。
常用的 IO 函数有：
load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。
savez() 函数用于将多个数组写入文件，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。

import numpy as np a = np.array([1,2,3,4,5]) # 保存到 outfile.npy 文件上
np.save('outfile.npy',a) # 我们可以查看文件内容：
$ cat outfile.npy
?NUMPYv{'descr': '<i8', 'fortran_order': False, 'shape': (5,), }  # 可以看出文件是乱码的，因为它们是 Numpy 专用的二进制格式后的数据。

Java

NDArray a = manager.create(new int[]{1,2,3,4,5});
NDList encoded = new NDList(a);
encoded.encode();
OutputStream os = Files.newOutputStream(Paths.get("src/test/resources/outfile.npy"));
encoded.encode(os, true);# 输出结果如下：
src/test/resources/outfile.npy

2. 读取 .npy 文件

Python
我们可以使用 load() 函数来读取数据就可以正常显示了：

import numpy as np b = np.load('outfile.npy')
print (b)# 输出结果如下：
[1 2 3 4 5]

Java

byte[] data = readFile("arr.npy");
NDList decoded = NDList.decode(manager, data);
NDArray array = decoded.get(0);
System.out.println(array.toDebugString(100, 10, 100, 100));# 输出结果如下：
ND: (5) cpu() int32
[ 1,  2,  3,  4,  5]

3. 将多个数组保存到以 npz 为扩展名的文件

Python
numpy.savez() 函数将多个数组保存到以 npz 为扩展名的文件中。

import numpy as np a = np.array([[1,2,3],[4,5,6]])
b = np.arange(0, 1.0, 0.1)np.savez("runoob.npz", a, b)# 输出结果如下：
runoob.npz

Java

a = manager.create(new int[][]{{1, 2, 3}, {4, 5, 6}});
NDArray b = manager.arange(0f, 1f, 0.1f);
encoded = new NDList(a, b);
encoded.encode();
os = Files.newOutputStream(Paths.get("src/test/resources/runoob.npz"));
encoded.encode(os, true);# 输出结果如下：
src/test/resources/runoob.npz

4. 读取 npz 文件

Python

import numpy as np r = np.load("runoob.npz")
print(r.files) # 查看各个数组名称
print(r["arr_0"]) # 数组 a
print(r["arr_1"]) # 数组 b# 输出结果如下：
['sin_array', 'arr_0', 'arr_1']
[[1 2 3][4 5 6]]
[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

Java

data = readFile("runoob.npz");
decoded = NDList.decode(manager, data);
a = decoded.get(0);
b = decoded.get(1);
System.out.println(a.toDebugString(100, 10, 100, 100));
System.out.println(b.toDebugString(100, 10, 100, 100));# 输出结果如下：
ND: (2, 3) cpu() int32
[[ 1,  2,  3],[ 4,  5,  6],
]ND: (10) cpu() float32
[0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]

代码下载地址：

Github链接

Gitee链接

点击返回目录

Java版的NumPy IO - npy,npz保存与读取相关推荐

仙剑java_xianjian 仙剑游戏JAVA版源码，早期练习保存的资料 Develop 244万源代码下载- www.pudn.com...
文件名称: xianjian下载收藏√ [ 5 4 3 2 1 ] 开发工具: Java 文件大小: 636 KB 上传时间: 2015-10-06 下载次数: 0 提供者: 黄详 ...
numpy 读写 npy npz 文件
文章目录创建数组保存单个数组读取单个数组创建第二个数组保存多个数组读取多个数组 import numpy as np 创建数组 a1 = np.arange(0,12).reshape(2 ...
Java版的NumPy - NDArray 介绍
NDArray 的背景介绍在Python的世界,调用NDArray的标准包叫做NumPy.为了给Java开发者创造同一种工具,亚马逊云服务开源了DJL,一个基于Java的深度学习库.尽管它包含了深度 ...
python读取sav文件_Numpy中数据的常用的保存与读取方法
小书匠深度学习文章目录: 在经常性读取大量的数值文件时(比如深度学习训练数据),可以考虑现将数据存储为Numpy格式,然后直接使用Numpy去读取,速度相比为转化前快很多. 下面就常用的保存数据到 ...
python中ndarray怎么保存_Numpy数组应该怎么保存与读取
这次给大家带来Numpy数组应该怎么保存与读取,Numpy数组保存与读取的注意事项有哪些,下面就是实战案例,一起来看一下. 1. 数组以二进制格式保存 np.save和np.load是读写磁盘数组数据 ...
Numpy IO：npy、npz
参考:菜鸟教程 1. Numpy IO Numpy 可以读写磁盘上的文本数据或二进制数据: NumPy 为 ndarray 对象引入了一个简单的文件格式:npy ,用于存储重建 ndarray 所需的 ...
如何用matlab读取npz文件,Python Numpy中数据的常用的保存与读取方法
在经常性读取大量的数值文件时(比如深度学习训练数据),可以考虑现将数据存储为Numpy格式,然后直接使用Numpy去读取,速度相比为转化前快很多. 下面就常用的保存数据到二进制文件和保存数据到文本文件 ...
JAVA学生信息管理系统IO流版
JAVA学生信息管理系统IO流版 1. Student类 public class Student implements Serializable{//学号private int sid;//姓名pr ...
python怎么读取txt文件数据保存数组中-Python Numpy中数据的常用的保存与读取方法...
在经常性读取大量的数值文件时(比如深度学习训练数据),可以考虑现将数据存储为Numpy格式,然后直接使用Numpy去读取,速度相比为转化前快很多. 下面就常用的保存数据到二进制文件和保存数据到文本文件 ...

Java版的NumPy IO - npy,npz保存与读取

NDArray IO

1. 将数组保存到以 .npy 为扩展名的文件

2. 读取 .npy 文件

3. 将多个数组保存到以 npz 为扩展名的文件

4. 读取 npz 文件

代码下载地址：

Java版的NumPy IO - npy,npz保存与读取相关推荐

最新文章

热门文章