Guardar y cargar NumPy Array en Python

1. Guarde y cargue el array NumPy con las funciones numpy.savetxt() y numpy.loadtxt()
2. Guarde y cargue el array NumPy con las funciones numpy.tofile() y numpy.fromfile()
3. Guarde y cargue el array NumPy con las funciones numpy.save() y numpy.load() en Python

Este tutorial discutirá los métodos para guardar y cargar un array NumPy en Python.

Guarde y cargue el array NumPy con las funciones numpy.savetxt() y numpy.loadtxt()

La función numpy.savetxt() guarda un array NumPy en un archivo de texto y la función numpy.loadtxt() carga un array NumPy desde un archivo de texto en Python. La función numpy.save() toma el nombre del archivo de texto, el array a guardar y el formato deseado como parámetros de entrada y guarda el array dentro del archivo de texto. La función numpy.loadtxt() toma el nombre del archivo de texto y el tipo de datos del array y devuelve el array guardada. El siguiente ejemplo de código nos muestra cómo podemos guardar y cargar un array NumPy con las funciones numpy.savetxt() y numpy.loadtxt() en Python.

import numpy as np

a = np.array([1, 3, 5, 7])

np.savetxt("test1.txt", a, fmt="%d")

a2 = np.loadtxt("test1.txt", dtype=int)
print(a == a2)

Producción :

[ True  True  True  True]

En el código anterior, guardamos el array a dentro del archivo test1.txt con la función numpy.savetxt() y cargamos el array a2 del archivo test1.txt con el numpy.loadtxt()función en Python. Primero creamos el array a con la función np.array(). Luego guardamos el array a dentro del archivo test1.txt con la función np.savetxt() y especificamos el formato para que sea %d, que es el formato entero. Luego cargamos el array guardada dentro del array a2 con la función np.loadtxt() y especificamos dtype=int. Al final, comparamos ambas matrices y mostramos los resultados.

Este método es considerablemente más lento que todos los demás métodos discutidos aquí.

Guarde y cargue el array NumPy con las funciones numpy.tofile() y numpy.fromfile()

La función numpy.tofile() guarda un array NumPy en un archivo binario y la función numpy.fromfile() carga un array NumPy desde un archivo binario. La función numpy.tofile() toma el nombre del archivo como argumento de entrada y guarda el array de llamada dentro del archivo en formato binario. La función numpy.fromfile() toma el nombre del archivo y el tipo de datos del array como parámetros de entrada y devuelve el array. El siguiente ejemplo de código nos muestra cómo guardar y cargar un array NumPy con las funciones numpy.tofile() y numpy.fromfile() en Python.

import numpy as np

a = np.array([1, 3, 5, 7])

a.tofile("test2.dat")

a2 = np.fromfile("test2.dat", dtype=int)
print(a == a2)

Producción :

[ True  True  True  True]

En el código anterior, guardamos el array a dentro del archivo test2.dat con la función numpy.tofile() y cargamos el array a2 del archivo test2.dat con el numpy.fromfile()función en Python. Primero creamos el array a con la función np.array(). Luego guardamos el array a dentro del archivo test2.dat con la función np.tofile(). Luego cargamos el array guardada dentro del array a2 con la función np.fromfile() y especificamos dtype=int. Al final, comparamos ambas matrices y mostramos los resultados.

Este método es más rápido y más eficiente que el método anterior, pero depende de la plataforma.

Guarde y cargue el array NumPy con las funciones numpy.save() y numpy.load() en Python

Este enfoque es una forma independiente de la plataforma de guardar y cargar un array NumPy en Python. La función numpy.save() guarda un array NumPy en un archivo, y la función numpy.load() carga un array NumPy desde un archivo. Necesitamos especificar la extensión .npy para los archivos en este método. La función numpy.save() toma el nombre del archivo y el array a guardar como parámetros de entrada y guarda el array dentro del archivo especificado. La función numpy.load() toma el nombre del archivo como parámetro de entrada y devuelve el array. El siguiente ejemplo de código nos muestra cómo podemos guardar y cargar un array NumPy con las funciones numpy.save() y numpy.load() en Python.

import numpy as np

a = np.array([1, 3, 5, 7])

np.save("test3.npy", a)

a2 = np.load("test3.npy")
print(a == a2)

Producción :

[ True  True  True  True]

En el código anterior, guardamos el array a dentro del archivo test3.npy con la función numpy.save() y cargamos el array a2 del archivo test3.npy con el numpy.load()función en Python. Primero creamos el array a con la función np.array(). Luego guardamos el array a dentro del archivo test3.npy con la función np.save(). Luego cargamos el array guardada dentro del array a2 con la función np.load(). Al final, comparamos ambas matrices y mostramos los resultados.

Este método es el mejor hasta ahora porque es muy eficiente e independiente de la plataforma.