Python 存取npy格式数据实例

在Python中，`npy`格式是NumPy库用于存储数组数据的标准文件格式。这种格式高效且方便，能够保存多维数组以及与之相关的元数据。以下是对`npy`格式数据存取的详细说明： **1. 存储数据到npy文件：** 使用`numpy.save()`函数来存储数据到`npy`文件。例如，如果你有一个列表或字典，你可以直接将其保存。这里有两个示例： - **存列表：** ```python z = [[[1, 2, 3], ['w']], [[1, 2, 3], ['w']]] np.save('test.npy', z) ``` 之后，`test.npy`文件会包含一个二维数组，其中每个元素都是一个对象类型（列表）。 - **存字典：** ```python x = {0: 'wpy', 1: 'scg'} np.save('test.npy', x) ``` `test.npy`文件会存储一个表示字典的numpy数组，同样类型为object。 **2. 读取npy文件：** 要从`npy`文件中加载数据，使用`numpy.load()`函数。例如： ```python x = np.load('test.npy') ``` 这将返回一个numpy数组。对于字典，需要使用`item()`方法将其转换回原字典形式： ```python x = np.load('test.npy').item() ``` **补充知识：** **Python处理mat和npy文件：** **读取mat文件：** 可以使用`scipy.io.loadmat()`或`h5py.File()`来读取`.mat`文件，它们都是处理MATLAB文件的库。如果遇到MATLAB v7.3格式的文件，可能需要使用`h5py`。 ```python import numpy as np from scipy import io # 使用scipy.io.loadmat mat = io.loadmat('yourfile.mat') # 或者使用h5py import h5py mat = h5py.File('yourfile.mat') ``` **将npy文件保存为mat文件：** - **方法一（使用h5py）：** ```python import numpy as np import h5py matrix = np.load('yourfile.npy') f = h5py.File('yourfile.mat', 'w') f.create_dataset('dataname', data=matrix) ``` - **方法二（使用scipy.io.savemat）：** ```python from scipy import io mat = np.load('rlt_gene_features.npy-layer-3-train.npy') io.savemat('gene_features.mat', {'gene_features': mat}) ``` 需要注意的是，`npy`文件通常比`.mat`文件更轻量级，因为它们不存储额外的元数据。然而，`.mat`文件可以保留变量名和原始的数据类型，因此在与MATLAB进行交互时可能更为方便。 在处理`.mat`文件时，可能会遇到维度和转置的问题，因为`.mat`文件的矩阵存储顺序可能与NumPy的不一致。在这种情况下，可能需要使用`np.transpose()`来调整数组的形状。 `npy`格式是Python中处理数组数据的一个强大工具，结合`numpy.save`和`numpy.load`函数，可以轻松地在程序之间保存和恢复数据。同时，使用`scipy.io`和`h5py`库可以实现与MATLAB文件的兼容性，增加了数据交换的灵活性。