Guardar y leer archivos python npy y mat

  Además de los archivos csv y los archivos de Excel de uso común, también podemos guardar datos en formato de archivo npy y formato de archivo mat a través de PY.

1. archivo npy

  npy es el formato de archivo correspondiente a numpy.El método np.save() se usa para guardarlo, y el método np.load() se usa para leer.
 
Los ejemplos específicos son los siguientes:

import numpy as np
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))

              

---

Guardar archivo:
como se muestra, tanto las matrices como las matrices numpy admiten guardar en el tipo de archivo npy.

np.save('a.npy', a)
np.save('b.npy', b)

                    

---

leer archivo

data1 = np.load('a.npy')
data2 = np.load('b.npy')

print(data1)
print(type(data1))
print("=================================")
print(data2)
print(type(data2))

               

  Como se muestra en la figura, los datos npy se leen correctamente y todos son tipos de datos de matriz numpy.

---

2. archivo mat

  Guardar como un archivo mat depende del método scipy.io.savemat() en la biblioteca scipy, mientras que la lectura requiere el método scipy.io.loadmat().
Al guardar, no solo debe pasar la variable, sino que también debe pasar el tipo de la variable en forma de diccionario, que también admite matrices y matrices numpy.
Los ejemplos específicos son los siguientes:

import numpy as np
from scipy import io
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))

io.savemat('a.mat', {
    
    'matrix': a})
io.savemat('b.mat', {
    
    'array': b})

               
                      

---

leer datos

data1 = io.loadmat('a.mat')
print(data1)
print(type(data1))
print("=================================")
data2 = io.loadmat('b.mat')
print(data2)
print(type(data2))

Como se muestra en la figura, los datos se leen con éxito. Pero el resultado de la lectura es un diccionario. Si necesita leer más datos, debe sacarlos de acuerdo con el nombre de la clave:

print(data1['matrix'])
print(type(data1['matrix']))
print("=================================")
print(data2['array'])
print(type(data2['array']))

               
La clave cuando se recupera está relacionada con el tipo de variable cuando se almacena, y los datos recuperados son todos arreglos numpy, y ya no hay un tipo de matriz.

---