原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.load.html
校对:(虚位以待)
numpy.
load
(file, mmap_mode=None, allow_pickle=True, fix_imports=True, encoding='ASCII')[source]从.npy
,.npz
或pickled文件加载数组或腌制对象。
参数: | 文件:类文件对象或字符串
mmap_mode:{None,'r +','r','w +','c'},可选
allow_pickle:bool,可选
fix_imports:bool,可选
encoding:str,可选
|
---|---|
返回: | result:数组,tuple,dict等
|
上升: | IOError
ValueError
|
笔记
如果文件包含pickle数据,则返回存储在pickle中的任何对象。
如果文件是.npy
文件,则返回单个数组。
如果文件是.npz
文件,则返回包含{filename: 数组} t2>键值对,一个用于归档中的每个文件。
如果文件是.npz
文件,则返回值以类似于open函数的方式支持上下文管理器协议:
with load('foo.npz') as data:
a = data['a']
当退出“with”块时,底层文件描述符被关闭。
例子
将数据存储到磁盘,然后重新加载:
>>> np.save('/tmp/123', np.array([[1, 2, 3], [4, 5, 6]]))
>>> np.load('/tmp/123.npy')
array([[1, 2, 3],
[4, 5, 6]])
将压缩数据存储到磁盘,然后重新加载:
>>> a=np.array([[1, 2, 3], [4, 5, 6]])
>>> b=np.array([1, 2])
>>> np.savez('/tmp/123.npz', a=a, b=b)
>>> data = np.load('/tmp/123.npz')
>>> data['a']
array([[1, 2, 3],
[4, 5, 6]])
>>> data['b']
array([1, 2])
>>> data.close()
Mem-map存储的数组,然后直接从磁盘访问第二行:
>>> X = np.load('/tmp/123.npy', mmap_mode='r')
>>> X[1, :]
memmap([4, 5, 6])