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的两个主要函数。默认情况下，数组以未压缩的原始二进制格式保存在扩展名为npy的文件中，以数组a为例
np.save(filename.npy,a) b = np.load(filename.npy)
利用这种方法，保存文件的后缀名字一定会被置为.npy
2. 存取文本文件
使用 np.savetxt 和 np.loadtxt 只能读写 1 维和 2 维的数组
np.savetxt：将数组写入以某种分隔符隔开的文本文件中
np.loadtxt：指定某种分隔符，将文本文件读入到数组中
np.savetxt(filename.txt,a) b = numpy.loadtxt(filename.txt, delimiter=',')
3. 保存为二进制文件
使用数组的 tofile 函数可以方便地将数组中数据以二进制的格式写进文件
a.tofile(filename.bin) b = np.fromfile(filename.bin,dtype = **)
该方法与np.save有几点区别：
tofile函数只能将数组保存为二进制文件，文件后缀名没有固定要求。这种保存方法对数据读取有要求，np.fromfile 需要手动指定读出来的数据的的dtype，如果指定的格式与保存时的不一致，则读出来的就是错误的数据。
tofile函数不能保存当前数据的行列信息，不管数组的排列顺序是c语言格式的还是fortran语言格式，统一使用c语言格式输出。因此使用 np.fromfile 读出来的数据是一维数组，需要利用reshape指定行列信息。
例如下面的例子所示：
>>> a = np.arange(0,12) >>> a.shape = 3,4 >>> a array([[ 0, 1, 2, 3],     [ 4, 5, 6, 7],     [ 8, 9, 10, 11]]) >>> a.tofile(a.bin) >>> b = np.fromfile(a.bin, dtype=np.float) # 按照float类型读入数据 >>> b # 读入的数据是错误的 array([ 2.12199579e-314,  6.36598737e-314,  1.06099790e-313,      1.48539705e-313,  1.90979621e-313,  2.33419537e-313]) >>> a.dtype # 查看a的dtype dtype('int32') >>> b = np.fromfile(a.bin, dtype=np.int32) # 按照int32类型读入数据 >>> b # 数据是一维的 array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) >>> b.shape = 3, 4 # 按照a的shape修改b的shape >>> b array([[ 0, 1, 2, 3],     [ 4, 5, 6, 7],     [ 8, 9, 10, 11]])
相信看了本文案例你已经掌握了方法，更多精彩请关注其它相关文章！
推荐阅读：
python numpy如何操作数组和矩阵
python实现求解最大公约数的方法
以上就是numpy数组应该怎么保存与读取的详细内容。