您好,登錄后才能下訂單哦!
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!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。