np.savetxt: как сохранить и загрузить массив в текстовый файл в Python

Массивы Numpy — это эффективные структуры данных для работы с данными в Python, а модели машинного обучения в библиотеке scikit-learn и модели глубокого обучения в библиотеке Tensorflow и Keras ожидают входные данные в формате массивов Numpy и делают прогнозы в формате массивов Numpy.

Содержание

np.savext
Синтаксис
Параметры
Пример
TypeError: только массивы длины 1 могут быть преобразованы в скаляры Python
Функция numpy savetxt для сохранения файла в формате CSV

np.savext

Функция np.savetxt() принимает два обязательных параметра: file name и data, сохраняет и загружает массив в текстовый файл в Python. Чтобы сохранить массив numpy в текстовый файл, используйте метод numpy savetxt().

Функция numpy.savetxt() помогает пользователю сохранить массив numpy в текстовый файл вместе с тем, что мы использовали параметр формата в функции.

Синтаксис

numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', 
newline='n', header='', footer='', 
comments='# ', encoding=None)

numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ',

newline='n', header='', footer='',

comments='# ', encoding=None)

Параметры

fname:

Если имя файла заканчивается на .gz, файл автоматически сохраняется в сжатом формате gzip. Функция loadtxt() прозрачно понимает сжатые gzip-файлы.

[1D или 2D array_like] Данные для сохранения в текстовый файл.

fmt:

Одиночный формат(%10.5f), последовательность форматов или многоформатная строка, например, «Итерация %d — %10.5f», в этом случае разделитель игнорируется.

delimiter:

Строка или символ, разделяющий столбцы.

newline:

Строка или символ, разделяющий строки.

header:

Строка будет записана в начало файла.

footer:

Строка будет записана в конец файла.

comments:

Строка, которая будет добавлена к строкам заголовка и нижнего колонтитула, чтобы пометить их как комментарии. По умолчанию: ‘#’, как и ожидалось, например, для функции numpy.loadtxt().

encoding:

Кодировка используется для кодирования выходного файла. Это не относится к выходным потокам. Если кодировка отличается от «bytes» или «latin1», вы не сможете загрузить файл в версиях NumPy < 1.14. По умолчанию используется «latin1».

Пример

В этом примере мы создаем массив с помощью функции np arange(), а затем сохраняем этот массив в текстовом файле с помощью функции savetxt(). См. следующий код.

import numpy as np

x = np.arange(0, 20, 3)
print("x is: ")
print(x)

# X is an array
c = np.savetxt('npfile.txt', x, delimiter=', ')

import numpy as np

x = np.arange(0, 20, 3)

print("x is: ")

print(x)

# X is an array

c = np.savetxt('npfile.txt', x, delimiter=', ')

Вывод:

python3 app.py
x is:
[ 0  3  6  9 12 15 18]

python3 app.py

x is:

[ 0 3 6 9 12 15 18]

Итак, наш массив np печатаем в консоли и так же сохраняем в npfile.txt. Файл будет сохранен в той же директории, что и файл нашей программы app.py. Мы можем открыть npfile.txt, прочитать и распечатать содержимое на Python.

Давайте прочитаем содержимое текстового файла и распечатаем его в консоли.

a = open("npfile.txt", 'r')  # open file in read mode

print("the file contains:")
print(a.read())

a = open("npfile.txt", 'r') # open file in read mode

print("the file contains:")

print(a.read())

Добавьте приведенный выше код в свой программный файл. Итак, весь ваш файл выглядит так, как показано ниже.

import numpy as np

x = np.arange(0, 20, 3)
print("x is: ")
print(x)

# X is an array
c = np.savetxt('npfile.txt', x, delimiter=', ')
a = open("npfile.txt", 'r')  # open file in read mode

print("the file contains:")
print(a.read())

import numpy as np

x = np.arange(0, 20, 3)

print("x is: ")

print(x)

# X is an array

c = np.savetxt('npfile.txt', x, delimiter=', ')

a = open("npfile.txt", 'r') # open file in read mode

print("the file contains:")

print(a.read())

Если вы повторно запустите приведенный выше код, вы увидите вывод ниже.

x is:
[ 0  3  6  9 12 15 18]
the file contains:
0.000000000000000000e+00
3.000000000000000000e+00
6.000000000000000000e+00
9.000000000000000000e+00
1.200000000000000000e+01
1.500000000000000000e+01
1.800000000000000000e+01

x is:

[ 0 3 6 9 12 15 18]

the file contains:

0.000000000000000000e+00

3.000000000000000000e+00

6.000000000000000000e+00

9.000000000000000000e+00

1.200000000000000000e+01

1.500000000000000000e+01

1.800000000000000000e+01

TypeError: только массивы длины 1 могут быть преобразованы в скаляры Python

В функции savetxt(), если массивы numpy не имеют одинакового размера, возникает ошибка.

См. приведенный ниже код.

import numpy as np

a = np.arange(0, 4, 1)
b = np.arange(0, 6, 1)
c = np.arange(0, 8, 1)

print("a is: ")
print(a)
print("b is: ")
print(b)
print("c is: ")
print(c)

d = np.savetxt('npfile.txt',(a, b, c))

import numpy as np

a = np.arange(0, 4, 1)

b = np.arange(0, 6, 1)

c = np.arange(0, 8, 1)

print("a is: ")

print(a)

print("b is: ")

print(b)

print("c is: ")

print(c)

d = np.savetxt('npfile.txt',(a, b, c))

Вывод:

a is:
[0 1 2 3]
b is:
[0 1 2 3 4 5]
c is:
[0 1 2 3 4 5 6 7]
Traceback(most recent call last):
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/numpy/lib/npyio.py", line 1447, in savetxt
    v = format % tuple(row) + newline
TypeError: only size-1 arrays can be converted to Python scalars

During handling of the above exception, another exception occurred:

Traceback(most recent call last):
  File "app.py", line 14, in 
    d = np.savetxt('npfile.txt',(a, b, c))
  File "<__array_function__ internals>", line 5, in savetxt
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/numpy/lib/npyio.py", line 1449, in savetxt
    raise TypeError("Mismatch between array dtype('%s') and "
TypeError: Mismatch between array dtype('object') and format specifier('%.18e')

a is:

[0 1 2 3]

b is:

[0 1 2 3 4 5]

c is:

[0 1 2 3 4 5 6 7]

Traceback(most recent call last):

File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/numpy/lib/npyio.py", line 1447, in savetxt

v = format % tuple(row) + newline

TypeError: only size-1 arrays can be converted to Python scalars

During handling of the above exception, another exception occurred:

Traceback(most recent call last):

File "app.py", line 14, in

d = np.savetxt('npfile.txt',(a, b, c))

File "<__array_function__ internals>", line 5, in savetxt

File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/numpy/lib/npyio.py", line 1449, in savetxt

raise TypeError("Mismatch between array dtype('%s') and "

TypeError: Mismatch between array dtype('object') and format specifier('%.18e')

В приведенном выше коде мы создали три разных массива с тремя разными размерами.

Именно поэтому сначала произошла TypeError, которая говорит: только массивы size-1 могут быть преобразованы в скаляры Python.

Затем вторая ошибка типа говорит о несоответствии между массивом dtype(«object») и спецификатором формата(«%. 18e»).

Теперь мы можем решить обе ошибки TypeError, минуя один дополнительный параметр fmt. Вы можете сохранить массив как строку с помощью fmt=’ %s’.

См. следующий код.

import numpy as np

a = np.arange(0, 4, 1)
b = np.arange(0, 6, 1)
c = np.arange(0, 8, 1)

print("a is: ")
print(a)
print("b is: ")
print(b)
print("c is: ")
print(c)

d = np.savetxt('npfile.txt',(a, b, c), fmt='%s')

import numpy as np

a = np.arange(0, 4, 1)

b = np.arange(0, 6, 1)

c = np.arange(0, 8, 1)

print("a is: ")

print(a)

print("b is: ")

print(b)

print("c is: ")

print(c)

d = np.savetxt('npfile.txt',(a, b, c), fmt='%s')

Вывод:

a is:
[0 1 2 3]
b is:
[0 1 2 3 4 5]
c is:
[0 1 2 3 4 5 6 7]

a is:

[0 1 2 3]

b is:

[0 1 2 3 4 5]

c is:

[0 1 2 3 4 5 6 7]

Теперь вы можете видеть, что наши ошибки TypeError устранены, и мы также можем прочитать файл и распечатать содержимое в консоли.

import numpy as np

a = np.arange(0, 4, 1)
b = np.arange(0, 6, 1)
c = np.arange(0, 8, 1)

print("a is: ")
print(a)
print("b is: ")
print(b)
print("c is: ")
print(c)

d = np.savetxt('npfile.txt',(a, b, c), fmt='%s')

# open file in read mode print("the file contains:") print(a.read())
f = open("npfile.txt", 'r')
print("the file contents are:")
print(f.read())

import numpy as np

a = np.arange(0, 4, 1)

b = np.arange(0, 6, 1)

c = np.arange(0, 8, 1)

print("a is: ")

print(a)

print("b is: ")

print(b)

print("c is: ")

print(c)

d = np.savetxt('npfile.txt',(a, b, c), fmt='%s')

# open file in read mode print("the file contains:") print(a.read())

f = open("npfile.txt", 'r')

print("the file contents are:")

print(f.read())

Вывод:

a is:
[0 1 2 3]
b is:
[0 1 2 3 4 5]
c is:
[0 1 2 3 4 5 6 7]
the file contents are:
[0 1 2 3]
[0 1 2 3 4 5]
[0 1 2 3 4 5 6 7]

a is:

[0 1 2 3]

b is:

[0 1 2 3 4 5]

c is:

[0 1 2 3 4 5 6 7]

the file contents are:

[0 1 2 3]

[0 1 2 3 4 5]

[0 1 2 3 4 5 6 7]

Функция numpy savetxt для сохранения файла в формате CSV

Функция Numpy savetxt используется для сохранения файла в формате CSV.

См. следующий код.

from numpy import asarray
from numpy import savetxt

# define data
data = asarray([[0, 1, 2, 3, 4]])

# save to csv file
savetxt('npfile.csv', data, delimiter=',', fmt='%s')
f = open("npfile.csv", 'r')
print("the csv file contents are:")
print(f.read())

from numpy import asarray

from numpy import savetxt

# define data

data = asarray([[0, 1, 2, 3, 4]])

# save to csv file

savetxt('npfile.csv', data, delimiter=',', fmt='%s')

f = open("npfile.csv", 'r')

print("the csv file contents are:")

print(f.read())

Вывод:

The csv file contents are:
0,1,2,3,4

1 2	The csv file contents are: 0,1,2,3,4

Массив имеет одну строку данных с 5 столбцами. Мы ожидаем, что эти данные будут сохранены в файле CSV в виде одной строки данных. После запуска примера мы можем проверить содержимое «npfile.csv». Кроме того, мы прочитали файл csv и распечатали содержимое в консоли.