numpy怎么實(shí)現(xiàn)存取數(shù)據(jù)

本篇內(nèi)容介紹了“numpy怎么實(shí)現(xiàn)存取數(shù)據(jù)”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

我們知道numpy的array是可以保存到文件的，一個常用的做法是通過to_file()保存到而進(jìn)行.bin文件中，然后再通過from_file()從.bin文件中將其讀取出來，下面看一個例子。

data_in 是一個二維numpy數(shù)組，其shape為[3,4]

import numpy as np
 
data_in = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]]).astype(np.int64)
print(data_in)
 
data_in.tofile("C:/Users/Desktop/data_in.bin")
 
data_out = np.fromfile("C:/Users/Desktop/data_in.bin", dtype=np.int64)
print(data_out)
print(data_out.shape)
print(data_out.reshape(3,4))

接下來將其存入文件中，使用tofile方法即可，參數(shù)填入想要保存到的文件路徑，然后使用fromfile可以將其從文件中讀取出來。

但是可以發(fā)現(xiàn)，讀取出來的data_out的shape變成1維了

首先，使用tofile方法，會默認(rèn)將所有數(shù)據(jù)按順序排成一個向量，然后以二進(jìn)制形式存入文件中，而讀取的時候自然會變成1維了，如果已知原始數(shù)組的維數(shù)，將它reshape一下就行了

有時候data_out的最前面幾個值和之前看到的data_in的值也不一樣啊，這是為什么呢？
這需要 line 14 的數(shù)據(jù)類型和 line 9 的數(shù)據(jù)類型一致

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[ 1  2  3  4  5  6  7  8  9 10 11 12]
(12,)
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

import numpy as np
 
input = np.random.randn(20, 224, 224, 3)
arr1 = np.array(input, dtype=np.float32)
print(arr1.shape)
print(arr1.dtype)
arr1.tofile("resnet50_input_batch30.bin")

“numpy怎么實(shí)現(xiàn)存取數(shù)據(jù)”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！