爲什麼需要Numpy文件讀寫？¶
在使用Numpy處理數據時，我們經常需要臨時存儲中間結果或長期保存數據以便後續使用。例如，在機器學習項目中，訓練模型後需要保存參數；或者數據分析中，需要重複使用之前處理好的數組。Numpy提供了save和load等函數，讓我們可以輕鬆實現數組數據的持久化（即數據的存儲與讀取）。
Numpy的save與load：單個數組的持久化¶
1. np.save()：保存單個數組到文件¶
np.save()用於將單個Numpy數組保存爲二進制文件（擴展名爲.npy），格式如下：
np.save(文件名, 數組)
示例：
import numpy as np
# 創建一個示例數組
arr = np.array([1, 2, 3, 4, 5])
# 保存數組到文件（自動生成my_array.npy）
np.save('my_array', arr)
2. np.load()：從文件加載數組¶
np.load()用於從.npy文件中讀取數組數據，格式如下：
np.load(文件名)
示例：
# 加載保存的數組
loaded_arr = np.load('my_array.npy')
# 驗證數組內容是否一致
print("原數組:", arr)
print("加載後的數組:", loaded_arr)
print("數組是否相同:", np.array_equal(arr, loaded_arr)) # 輸出 True
關鍵點：文件擴展名¶
np.save()會自動爲文件添加.npy擴展名（即使你不寫），例如np.save('data', arr)生成data.npy。- 加載時需確保文件路徑正確，且文件已存在。
Numpy的savez：多個數組的持久化¶
當需要同時保存多個數組時，使用np.savez()，它會將多個數組壓縮到一個.npz文件中。
1. np.savez()：保存多個數組¶
np.savez(文件名, 數組1=數組1, 數組2=數組2, ...)
示例：
# 創建兩個數組
arr1 = np.array([1, 2, 3])
arr2 = np.array([[4, 5, 6], [7, 8, 9]])
# 保存多個數組到my_arrays.npz（鍵名分別爲'arr1'和'arr2'）
np.savez('my_arrays', arr1=arr1, arr2=arr2)
2. np.load()：加載多個數組¶
加載.npz文件時，返回一個類似字典的對象，可通過數組名（鍵名）訪問各個數組。
示例：
# 加載多個數組
loaded_data = np.load('my_arrays.npz')
# 查看所有數組名
print("數組名:", loaded_data.files) # 輸出 ['arr1', 'arr2']
# 通過鍵名訪問數組
print("arr1:", loaded_data['arr1'])
print("arr2:", loaded_data['arr2'])
對比：savez與save¶
save僅能保存單個數組，適合簡單場景。savez可保存多個數組，適合數據分組存儲（如模型參數+數據標籤）。
實戰示例：數據處理全流程¶
場景：保存並加載實驗數據¶
import numpy as np
# 1. 生成模擬數據
data1 = np.random.rand(100) # 100個隨機數
data2 = np.random.randn(50, 50) # 50x50隨機正態分佈數組
# 2. 保存數據
np.save('data1.npy', data1)
np.savez('data2_50x50.npz', matrix=data2)
# 3. 後續使用時加載
loaded_data1 = np.load('data1.npy')
loaded_data2 = np.load('data2_50x50.npz')['matrix']
# 4. 數據分析
print("data1的均值:", np.mean(loaded_data1))
print("data2的形狀:", loaded_data2.shape)
print("data2的最大值:", np.max(loaded_data2))
補充：文本格式保存（savetxt/loadtxt）¶
如果需要將數組保存爲純文本（如CSV格式），可使用np.savetxt()和np.loadtxt()：
# 保存爲CSV（逗號分隔）
np.savetxt('data.csv', data1, delimiter=',')
# 加載文本文件
loaded_csv = np.loadtxt('data.csv', delimiter=',')
注意：文本格式適合人類可讀，但二進制格式（.npy/.npz）更高效，且能保留數據類型。
總結¶
- 單個數組：用
np.save()和np.load()，生成.npy文件。 - 多個數組：用
np.savez()和np.load()，生成.npz文件。 - 文本格式：用
savetxt()和loadtxt()，適合CSV等簡單場景。
通過本文，你已掌握Numpy數據持久化的核心方法，可靈活應對數組的存儲與讀取需求。