Python numpy fromfile用法及代碼示例

本文簡要介紹 python 語言中 numpy.fromfile 的用法。

用法:

numpy.fromfile(file, dtype=float, count=- 1, sep='', offset=0, *, like=None)

從文本或二進製文件中的數據構造一個數組。

一種讀取具有已知數據類型的二進製數據以及解析簡單格式化的文本文件的高效方法。使用 tofile 方法寫入的數據可以使用此函數讀取。

參數：

file： 文件或 str 或路徑

打開文件對象或文件名。

dtype： 數據類型

返回數組的數據類型。對於二進製文件，它用於確定文件中項目的大小和字節順序。支持大多數內置數字類型，並且可能支持擴展類型。

count： int

要閱讀的項目數。 -1 表示所有項目(即完整文件)。

sep： str

如果文件是文本文件，則項目之間的分隔符。空(“”)分隔符表示文件應被視為二進製文件。分隔符中的空格 (" ") 匹配零個或多個空白字符。僅由空格組成的分隔符必須至少匹配一個空格。

offset： int

與文件當前位置的偏移量(以字節為單位)。默認為 0。僅允許用於二進製文件。

like： array_like

允許創建非 NumPy 數組的引用對象。如果作為 like 傳入的類似數組支持 __array_function__ 協議，則結果將由它定義。在這種情況下，它確保創建一個與通過此參數傳入的數組對象兼容的數組對象。

注意：

不要依賴組合文件和fromfile用於數據存儲，因為生成的二進製文件不是平台獨立的。特別是，不保存字節順序或數據類型信息。數據可獨立於平台存儲.npy格式使用numpy.save和numpy.load反而。

例子：

構造一個ndarray：

>>> dt = np.dtype([('time', [('min', np.int64), ('sec', np.int64)]),
...                ('temp', float)])
>>> x = np.zeros((1,), dtype=dt)
>>> x['time']['min'] = 10; x['temp'] = 98.25
>>> x
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i8'), ('sec', '<i8')]), ('temp', '<f8')])

將原始數據保存到磁盤：

>>> import tempfile
>>> fname = tempfile.mkstemp()[1]
>>> x.tofile(fname)

從磁盤讀取原始數據：

>>> np.fromfile(fname, dtype=dt)
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i8'), ('sec', '<i8')]), ('temp', '<f8')])

存儲和加載數據的推薦方式：

>>> np.save(fname, x)
>>> np.load(fname + '.npy')
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i8'), ('sec', '<i8')]), ('temp', '<f8')])