首页 > 代码库 > Python中数据的保存和读取

Python中数据的保存和读取

在科学计算的过程中,往往需要保存一些数据,也经常需要把保存的这些数据加载到程序中,在 Matlab 中我们可以用 save  lood 函数很方便的实现。类似的在 Python 中,我们可以用 numpy.save()  numpy.load() 函数达到类似的效果,并且还可以用 scipy.io.savemat() 将数据保存为 .mat 格式,用scipy.io.loadmat() 读取 .mat 格式的数据,达到可以和 Matlab 或者Octave 进行数据互动的效果.

下面分别介绍之:

numpy.save() 和 numpy.load()numpy.save(arg_1,arg_2) 需要两个参数,arg_1 是文件名,arg_2 是要保存的数组. 如:import numpy as npa=np.mat(1,2,3;4,5,6)b=np.array([[1,2,3],[4,5,6]])np.save(a.npy,a)np.save(b.npy,b)

 

  • 这个时候 Python 的当前工作路径下就会多出 a.npy  b.npy 两个文件,当然我们也可以给出具体的路径,如 np.save(‘D:/PythonWork/a.npy‘,a)

    下面我们把保存的这两个数据文件导入到Python :

    data_a=np.load(a.npy)data_b=np.load(b.npy)print (data_a \n,data_a,\n the type is,type(data_a))print (data_b \n,data_a,\n the type is,type(data_b)) data_a[[1 2 3][4 5 6]]the type is <class numpy.ndarray> data_b[[1 2 3][4 5 6]]the type is <class numpy.ndarray>
  • 我们可以看到这一过程把原本为矩阵的 a 变为数组型了

    如果想同时保存 a b 到同一个文件,我们可以用 np.savez() 函数,具体用法如下:

    np.savez(ab.npz,k_a=a,k_b=b)c=np.load(ab.npz)print (c[k_a])print (c[k_b]) [[1 2 3][4 5 6]] [[1 2 3][4 5 6]]

     

  • 这时的 c 是一个字典,需要通过关键字取出我们需要的数据

    下面我们来认识下 scipy.io.savemat()  scipy.io.loadmat()

    首先我们用 scipy.io.savemat() 创建 .mat 文件,该函数有两个参数,一个文件名和一个包含变量名和取值的字典.

    import numpy as npfrom scipy import ioa=np.mat(1,2,3;4,5,6)b=np.array([[1,1,1],[2,2,2]])io.savemat(a.mat, {matrix: a})io.savemat(b.mat, {array: b})

     

     

     

  • 至此 Python 的当前工作路径下就多了 a.mat  b.mat 这两个文件.

    下面我们用 Matlab 读取这两个文件

    技术分享

    可以看到 Matlab 已成功读取 Python 生成的 .mat 文件.

    我们在来看看 Python 是怎么读取 .mat 文件的。首先来读取刚才生成的 a.mat

    c=io.loadmat(a.mat)print (type(c))print (c) dict{__version__: 1.0, __globals__: [], __header__: bMATLAB 5.0 MAT-file Platform: nt, Created on: Tue Aug 4 16:49:28 2015, a_matrix: array([[1, 2, 3],[4, 5, 6]])}
  • 所以 Python 读取.mat 文件后返回的是个字典,如果要访问里面的值,就要用到关键字,如:

    print(c[a_matrix]) [[1 2 3][4 5 6]]

     

     

     

  • 当然了,Python 也可以读取 Matlab 创建的 .mat 文件,从而可以把他们设置在同一工作路径下,在必要的时候进行数据的共享.

Python中数据的保存和读取