1、npy文件—Numpy专用的二进制格式。既可以保存数据也可以保存数据集(包括图片)
实例:
使用npy文件保存g_D_loss的数据,g_D_loss是一个元组,已经存入数据。
with open('./g_D_loss.npy','wb') as f:
np.save(f, g_D_loss)
file="./g_D_loss.npy"
content=np.load(file)
print(content)
读取如果出现“Object arrays cannot be loaded when allow_pickle=False”这样的错误,因为我存取网络层时就出现这样的错误,所以记录一下,顺便说明解决的办法。 在np.load(file)—–改为np.load(file,allow_pickle=True)修改一个参数。网上说是现在的新版本更适合新的应用,增强了时效性,老版本更多适合下载一个数据集应用。
2、npz文件—-压缩文件 使用np.savez()函数可以将多个数组保存到同一个文件中。 np.savez()函数的第一个参数是文件名,其后的参数都是需要保存的数组。传递数组时可以使用关键字参数为数组命名,非关键字参数传递的数组会自动起名为arr_0、arr_1…… np.savez()函数输出的是一个扩展名为.npz的压缩文件,它包含多个与保存的数组对应的npy文件(由save()函数保存),文件名对应数组名 读取.npz文件时使用np.load()函数,返回的是一个类似于字典的对象,因此可以通过数组名作为关键字对多个数组进行访问
import numpy as np
# 将多个数组保存到磁盘
a = np.arange(5)
b = np.arange(6)
c = np.arange(7)
np.savez('test', a, b, c_array=c) # c_array是数组c的命名
# 读取数组
data = np.load('test.npz') #类似于字典{‘arr_0’:a,’arr_1’:b,’c_array’:c}
print('arr_0 : ', data['arr_0']) # arr_0 : [0 1 2 3 4]
print('arr_1 : ', data['arr_1']) # arr_1 : [0 1 2 3 4 5]
print('c_array : ', data['c_array']) # c_array : [0 1 2 3 4 5 6]
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/234972.html原文链接:https://javaforall.cn