python 科学计算学习一：numpy文件存取,内存映射

1，文件的存取可以是二进制类型，也可以是文本文件。numpy的二进制文件又可以是有格式的和没有格式的类型。tofile()可以很简单的将数组以二进制的形式写进到文件里面，同时fromfile()也可以方便的读回数据。

>>> a

array([[1, 6, 6, 7],

       [0, 1, 2, 3],

       [1, 2, 7, 8]])

>>> a.tofile('a.bin')

>>> b=np.fromfile('a.bin',dtype=np.int32)

>>> b

array([1, 6, 6, 7, 0, 1, 2, 3, 1, 2, 7, 8])

>>> b.shape=3,4

>>> b

array([[1, 6, 6, 7],

       [0, 1, 2, 3],

       [1, 2, 7, 8]])

    发现要保持原来的形式还是比较麻烦的。其实还有更加简单的命令：save（），load（）简单直观。（注意扩展名）

>>> np.save('a.npy',a)

>>> c=np.load('a.npy')

>>> c

array([[1, 6, 6, 7],

       [0, 1, 2, 3],

       [1, 2, 7, 8]])

也可以使用savez（）命令同时存储多个数组。

>>> np.savez('a.npz',a,b)

>>> d=np.load('a.npz')

>>> d['arr_0']

array([[1, 6, 6, 7],

       [0, 1, 2, 3],

       [1, 2, 7, 8]])

>>> d['arr_1']

array([[1, 6, 6, 7],

       [0, 1, 2, 3],

       [1, 2, 7, 8]])

若是存储为文本文件，使用：savextxt（），loadtxt（），可以处理一维，二维数组文件。也可以用这两个命令读写CSV格式的文本文件。

>>> a

array([[1, 6, 6, 7],

       [0, 1, 2, 3],

       [1, 2, 7, 8]])

>>> np.savetxt('a.txt',a)

>>> np.loadtxt('a.txt')

array([[ 1.,  6.,  6.,  7.],

       [ 0.,  1.,  2.,  3.],

       [ 1.,  2.,  7.,  8.]])

其实在python中可以open（）命令来读出txt文件，然后使用readlines（）命令读取整个文件。

2，内存映射，当需要存取一个很大的文件里面的小部分的数据的时候，读入整个文件显然是非常的浪费资源的。于是要使用到内存映射的方法。

memmap（filename，dtype=uint8，mode=“r+”，offset=0，shape，order=‘C’）其中，offset是文件中存储数据的起始位置；mode可以是c（不写入的修改）r+（可读写）w+（创建或是覆盖已有文件）。

>>> a

memmap([[0, 0, 0, 0, 0],

       [0, 0, 0, 0, 0]], dtype=uint8)

>>> file('tem.dat').read()

'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'

>>> a[:]=ord('a')  # 加入的是a的ASCII码

>>> a.flush()

>>> file('tem.dat').read()

'aaaaaaaaaa'

到此，numpy中个人觉得比较重要的知识点就学习完了。接下来将会学习的是matplotlib绘图，后面还要学习一种python的UI，接下来是python
opencv。敬请期待！

参考书目：

    《python科学计算》

    《机器学习实战》