Python 存取npy格式数据实例
数据处理的时候主要通过两个函数
(1):np.save(“test.npy”，数据结构）----存数据
(2):data=np.load('test.npy")----取数据
给2个例子如下（存列表）
1、
z=[[[1,2,3],['w']],[[1,2,3],['w']]]
np.save('test.npy',z)
x=np.load('test.npy')
x:
->array([[list([1,2,3]),list(['w'])],
[list([1,2,3]),list(['w'])]],dtype=object)
2、存字典
x
->{0:'wpy',1:'scg'}
np.save('test.npy',x)
x=np.load('test.npy')
x
->array({0:'wpy',1:'scg'},dtype=object)
3、在存为字典格式读取后，需要先调用如下语句
data.item()
将数据numpy.ndarray对象转换为dict
补充知识：python读取mat或npy文件以及将mat文件保存为npy文件（或npy保存为mat）的方法
读取mat文件并存为npy格式文件
具体见代码，注意h5py的转置问题
importnumpyasnp
fromscipyimportio
mat=io.loadmat('yourfile.mat')
#如果报错:PleaseuseHDFreaderformatlabv7.3files
#改为下一种方式读取
importh5py
mat=h5py.File('yourfile.mat')
#mat文件里可能有多个cell，各对应着一个dataset
#可以用keys方法查看cell的名字,现在要用list(mat.keys()),
#另外，读取要用data=mat.get('名字'),然后可以再用Numpy转为array
print(mat.keys())
#可以用values方法查看各个cell的信息
print(mat.values())
#可以用shape查看维度信息
print(mat['your_dataset_name'].shape)
#注意，这里看到的shape信息与你在matlab打开的不同
#这里的矩阵是matlab打开时矩阵的转置
#所以，我们需要将它转置回来
mat_t=np.transpose(mat['your_dataset_name'])
#mat_t是numpy.ndarray格式
#再将其存为npy格式文件
np.save('yourfile.npy',mat_t)
npy文件的读取很简单
importnumpyasnp
matrix=np.load('yourfile.npy')
可以重新读取npy文件保存为mat文件
方法一（在MATLAB双击打开时遇到了错误：UnabletoreadMAT-file*********.mat.NotabinaryMAT-file.Tryload-ASCIItoreadastext.）：
importnumpyasnp
matrix=np.load('yourfile.npy')
f=h5py.File('yourfile.mat','w')
f.create_dataset('dataname',data=matrix)
#这里不会将数据转置
方法二（使用scipy）：
fromscipyimportio
mat=np.load('rlt_gene_features.npy-layer-3-train.npy')
io.savemat('gene_features.mat',{'gene_features':mat})
以上这篇Python存取npy格式数据实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。