??雖然列表list可以完成數(shù)組操作，但不是真正意義上的數(shù)組，當(dāng)數(shù)據(jù)量很大時，其速度很慢，故提供了NumPy擴展庫完成數(shù)組操作。很多高級擴展庫也依賴于它，比如Scipy、Pandas和Matplotlib等。
??NumPy提供了兩種基本的對象：ndarray（N-dimensional Array Object）和ufunc（Universal Function Object）。ndarray（稱為array數(shù)組，下文統(tǒng)一稱為數(shù)組）是存儲單一數(shù)據(jù)類型的多維數(shù)組，而ufunc則是能夠?qū)?shù)組進行處理的通用函數(shù)。
1數(shù)組的創(chuàng)建、屬性和操作
1.1數(shù)組的創(chuàng)建
??通過NumPy庫的array函數(shù)實現(xiàn)數(shù)組的創(chuàng)建，如果向array函數(shù)中傳入了一個列表或元組，將構(gòu)造簡單的一維數(shù)組；如果傳入多個嵌套的列表或元組，則可以構(gòu)造一個二維數(shù)組。構(gòu)成數(shù)組的元素都具有相同的數(shù)據(jù)類型。下面分別構(gòu)造一維數(shù)組和二維數(shù)組。
??例2.1 利用array函數(shù)創(chuàng)建數(shù)組示例。
??程序文件Pex2_1.py
import numpy as np #導(dǎo)入模塊并命名為np
a = np.array([2,4,8,20,16,30]) #單個列表創(chuàng)建一維數(shù)組
#嵌套元組創(chuàng)建二維數(shù)組
b = np.array(((1,2,3,4,5),(6,7,8,9,10),
(10,9,1,2,3),(4,5,6,8,9.0)))
print("一維數(shù)組：",a)
print("二維數(shù)組：\n",b)
??執(zhí)行結(jié)果：
一維數(shù)組：
[ 2 4 8 20 16 30]
二維數(shù)組：
[[ 1. 2. 3. 4. 5.]
[ 6. 7. 8. 9. 10.]
[10. 9. 1. 2. 3.]
[ 4. 5. 6. 8. 9.]]
??如上結(jié)果所示，可以將列表或元組轉(zhuǎn)換為一個數(shù)組。在第二個數(shù)組b中，輸入的元素含有整型和浮點型兩種數(shù)據(jù)類型，但輸出的數(shù)組元素都轉(zhuǎn)化為相同的浮點型。
??例2.2 利用arange、linspace、empty等函數(shù)生成數(shù)組示例。
??程序文件Pex2_2.py
import numpy as np
a=np.arange(4,dtype=float) #創(chuàng)建浮點型數(shù)組：[0., 1.,2., 3.]
b=np.arange(0,10,2,dtype=int) #創(chuàng)建整型數(shù)組：[0, 2, 4, 6, 8]
c=np.empty((2,3),int) #創(chuàng)建2×3的整型空矩陣
d=np.linspace(-1,2,5) #創(chuàng)建數(shù)組：[-1., -0.25, 0.5, 1.25, 2.]
e=np.random.randint(0,3,(2,3)) #生成[0,3)上的2行3列的隨機整數(shù)數(shù)組
??注2.1
??（1）上面程序運行后，沒有輸出，如果想看輸出結(jié)果，讀者可以自己加上print語句；我們以后的程序設(shè)計中，對于一些不重要的中間結(jié)果，也不輸出了。或者使用Anaconda運行，在Spyder的控制臺下可以直接看到輸出結(jié)果。
??（2）empty函數(shù)只分配數(shù)組所使用的內(nèi)存，不對數(shù)組元素值進行初始化操作，因此它的運行速度是最快的，上述程序中c=np.empty((2,3),int)的返回值是隨機的，每次運行都是不一樣的。
??例2.3 使用虛數(shù)單位“j”生成數(shù)組。
??程序文件Pex2_3.py
import numpy as np
a=np.linspace(0,2,5) #生成數(shù)組：[0., 0.5, 1., 1.5, 2.]
b=np.mgrid[0:2:5j] #等價于np.linspace(0,2,5)
x,y=np.mgrid[0:2:4j,10:20:5j] #生成[0,2]×[10,20]上的4×5的二維數(shù)組
print("x={}\ny={}".format(x,y))
1.2數(shù)組的屬性
??為了更好地理解和使用數(shù)組，了解數(shù)組的基本屬性是十分必要的。數(shù)組的屬性及其說明如表2.1所列。
??程序文件Pex2_4.py
import numpy as np
a=np.random.randint(1,11,(3,5)) #生成[1,10]區(qū)間上3行5列的隨機整數(shù)數(shù)組
print("維數(shù)：",a.ndim); #維數(shù)：2
print("維度：",a.shape) #維度：（3,5）
print("元素總數(shù)：",a.size); #元素總數(shù)：15
print("類型：",a.dtype) #類型：int32
print("每個元素字節(jié)數(shù)：",a.itemsize) #字節(jié)數(shù)：4
??例2.5 生成數(shù)學(xué)上一維向量的三種模式。
??程序文件Pex2_5.py
import numpy as np
a=np.array([1,2,3])
print("維度為：",a.shape) #維度為：（3,)
b=np.array([[1,2,3]])
print("維度為：",b.shape) #維度為：（1,3）
c=np.array([[1],[2],[3]])
print("維度為：",c.shape) #維度為：（3,1）
1.3數(shù)組元素的索引
??NumPy中的array數(shù)組與Python基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)列表（list）的區(qū)別是：列表中的元素可以是不同的數(shù)據(jù)類型，而array數(shù)組只允許存儲相同的數(shù)據(jù)類型。
??①對于一維數(shù)組來說，Python原生的列表和NumPy的數(shù)組的切片操作都是相同的，無非是記住一個規(guī)則：列表名（或數(shù)組名）[start: end: step]，但不包括索引end對應(yīng)的值。
??②二維數(shù)據(jù)列表元素的引用方式為a[i][j]；array數(shù)組元素的引用方式為a[i,j]。
??NumPy比一般的Python 序列提供更多的索引方式。除了用整數(shù)和切片的一般索引外，數(shù)組還可以布爾索引及花式索引。
??（1）一般索引
??例2.6 數(shù)組索
引示例。
??程序文件Pex2_6.py
import numpy as np
a = np.array([2,4,8,20,16,30])
b = np.array(((1,2,3,4,5),(6,7,8,9,10),
(10,9,1,2,3),(4,5,6,8,9.0)))
print(a[[2,3,5]]) #一維數(shù)組索引，輸出：[ 8 20 30]
print(a[[-1,-2,-3]]) #一維數(shù)組索引，輸出：[30 16 20]
print(b[1,2]) #輸出第2行第3列元素：8.0
print(b[2]) #輸出第3行元素：[10. 9. 1. 2. 3.]
print(b[2,:]) #輸出第3行元素：[10. 9. 1. 2. 3.]
print(b[:,1]) #輸出第2列所有元素：[2. 7. 9. 5.]
print(b[[2,3],1:4]) #輸出第3、4行，第2、3、4列的元素
print(b[1:3,1:3]) #輸出第2、3行，第2、3列的元素
??如上結(jié)果所示，在一維數(shù)組的索引中，可以將任意位置的索引組裝為列表，用作對應(yīng)元素的獲取；在二維數(shù)組中，位置索引必須寫成[rows,cols]的形式，方括號的前半部分用于控制二維數(shù)組的行索引，后半部分用于控制數(shù)組的列索引。如果需要獲取所有的行或列元素，那么，對應(yīng)的行索引或列索引需要用英文狀態(tài)的冒號表示。
??（2）布爾索引
??例2.7 布爾索引示例。
??程序文件Pex2_7.py
from numpy import array, nan, isnan
a=array([[1, nan, 2], [4, nan, 3]])
b=a[~isnan(a)] #提取a中非nan的數(shù)
print("b=",b)
print("b中大于2的元素有：", b[b>2])
運行結(jié)果：
b= [1. 2. 4. 3.]
b中大于2的元素有： [4. 3.]
??（3）花式索引
??花式索引的索引值是一個數(shù)組。對于使用一維整型數(shù)組作為索引，如果被索引數(shù)據(jù)是一維數(shù)組，那么索引的結(jié)果就是對應(yīng)位置的元素；如果被索引數(shù)據(jù)是二維數(shù)組，那么就是對應(yīng)下標(biāo)的行。
??對于二維被索引數(shù)據(jù)來說，索引值可以是二維數(shù)據(jù)，當(dāng)索引值為兩個維度相同的一維數(shù)組組成的二維數(shù)組時，以兩個維度作為橫縱坐標(biāo)索引出單值后組合成新的一維數(shù)組。
??例2.8 花式索引示例。
??程序文件Pex2_8.py
from numpy import array
x = array([[1,2],[3,4],[5,6]])
print("前兩行元素為：\n", x[[0,1]]) #輸出：[[1,2],[3,4]]
print("x[0][0]和x[1][1]為：", x[[0,1],[0,1]]) #輸出：[1 4]
print("以下兩種格式是一樣的：")
print(x[[0,1]][:,[0,1]]) # 輸出：[[1,2],[3,4]]，
print(x[0:2,0:2]) #同上，輸出第1、2行，第1、2列的元素
1.4數(shù)組的修改
??這里數(shù)組的修改是指數(shù)組元素的修改，和數(shù)組維數(shù)的擴大或縮小。
??例2.9 數(shù)組修改示例。
??程序文件Pex2_9.py
import numpy as np
x = np.array([[1,2],[3,4],[5,6]])
x[2,0] = -1 #修改第3行、第1列元素為-1
y=np.delete(x,2,axis=0) #刪除數(shù)組的第3行
z=np.delete(y,0, axis=1) #刪除數(shù)組的第1列
t1=np.append(x,[[7,8]],axis=0) #增加一行
t2=np.append(x,[[9],[10],[11]],axis=1) #增加一列
1.5數(shù)組的變形
??在對數(shù)組進行操作時，經(jīng)常要改變數(shù)組的維度。在NumPy中，常用reshape函數(shù)改變數(shù)據(jù)的形狀，也就是改變數(shù)組的維度。其參數(shù)為一個正整數(shù)元組，分別指定數(shù)組在每個維度上的大小。reshape函數(shù)在改變原始數(shù)據(jù)的形狀的同時不改變原始數(shù)據(jù)的值。如果指定的維度和數(shù)組的元素數(shù)目不吻合，則函數(shù)將拋出異常。
??數(shù)組變形和轉(zhuǎn)換的一些函數(shù)（方法也統(tǒng)稱函數(shù)）如表2.2所列。
??例2.10 reshape和resize變形示例。
??程序文件Pex2_10.py
import numpy as np
a=np.arange(4).reshape(2,2) #生成數(shù)組[[0,1],[2,3]]
b=np.arange(4).reshape(2,2) #生成數(shù)組[[0,1],[2,3]]
print(a.reshape(4,),'\n',a) #輸出：[0 1 2 3]和[[0,1],[2,3]]
print(b.resize(4,),'\n',b) #輸出：None和[0 1 2 3]
??如上結(jié)果所示，雖然reshape和resize都是用來改變數(shù)組形狀的，但是reshape只是返回改變形狀后的視圖，數(shù)組本身是不變的；而resize沒有返回，直接改變數(shù)組本身的形狀。
??如果需要將多維數(shù)組降為一維數(shù)組，利用ravel、flatten和reshape三種方法均可以實現(xiàn)。
??例2.11 數(shù)組降維示例。
??程序文件Pex2_11.py
import numpy as np
a=np.arange(4).reshape(2,2) #生成數(shù)組[[0,1],[2,3]]
b=np.arange(4).reshape(2,2) #生成數(shù)組[[0,1],[2,3]]
c=np.arange(4).reshape(2,2) #生成數(shù)組[[0,1],[2,3]]
print(a.reshape(-1),'\n',a) #輸出：[0 1 2 3]和[[0,1],[2,3]]
print(b.ravel(),'\n',b) #輸出：[0 1 2 3]和[[0,1],[2,3]]
print(c.flatten(),'\n',c) #輸出：[0 1 2 3]和[[0,1],[2,3]]
??從顯示效果看，三種方法是一樣的，原數(shù)組都沒有修改。但我們在平時使用時，flatten()比較合適，在使用過程中flatten()分配了新的內(nèi)存；ravel()返回的是一個數(shù)組的視圖，e=b.ravel()是允許的。
??例2.12 數(shù)組組合效果示例。
??程序文件Pex2_12.py
import numpy as np
a=np.arange(4).reshape(2,2) #生成數(shù)組[[0,1],[2,3]]
b=np.arange(4,8).reshape(2,2) #生成數(shù)組[[4,5],[6,7]]
c1=np.vstack([a,b]) #垂直方向組合
c2=np.r_[a,b] #垂直方向組合
d1=np.hstack([a,b]) #水平方向組合
d2=np.c_[a,b] #水平方向組合
??例2.13 數(shù)組分割示例。
??程序文件Pex2_13.py
import numpy as np
a=np.arange(4).reshape(2,2) #構(gòu)造2行2列的數(shù)組
b=np.hsplit(a,2) #把a平均分成2個列數(shù)組
c=np.vsplit(a,2) #把a平均分成2個行數(shù)組
print(b[0],'\n',b[1],'\n',c[0],'\n',c[1])
2數(shù)組的運算、通用函數(shù)和廣播運算
2.1四則運算
??在NumPy庫中，實現(xiàn)四則運算既可以使用運算符號+、-、、/，也可以使用函數(shù)add、substract、multiply、divide。需要注意的是，函數(shù)只能接受兩個對象的運算，如果需要多個對象的運算，就得使用嵌套方法。
??另外還有三個數(shù)學(xué)運算符，分別是余數(shù)、整除和冪次，可以使用符號%、//、*，也可以使用函數(shù)fmod、modf和power。但是整除的函數(shù)應(yīng)用會稍微復(fù)雜一點，需要寫成np.modf(a/b)[1]的格式，因為modf可以返回數(shù)值的小數(shù)部分和整數(shù)部分，而整數(shù)部分就是要取的整數(shù)值。
??例2.14 數(shù)組簡單運算示例。
??程序文件Pex2_14.py
import numpy as np
a=np.arange(10,15); b=np.arange(5,10)
c=a+b; d=a*b #對應(yīng)元素相加和相乘
e1=np.modf(a/b)[0] #對應(yīng)元素相除的小數(shù)部分
e2=np.modf(a/b)[1] #對應(yīng)元素相除的整數(shù)部分
2.2比較運算
??數(shù)組間的比較運算有表2.3所示的六種。
??運用比較運算符返回的是bool類型的值，即True和False。
??例2.15 比較運算示例。
??程序文件Pex2_15.py
import numpy as np
a=np.array([[3,4,9],[12,15,1]])
b=np.array([[2,6,3],[7,8,12]])
print(a[a>b]) #取出a大于b的所有元素，輸出：[ 3 9 12 15]
print(a[a>10]) #取出a大于10的所有元素，輸出：[12 15]
print(np.where(a>10,-1,a)) #a中大于10的元素改為-1
print(np.where(a>10,-1,0)) #a中大于10的元素改為-1，否則為0
??最后一個print語句輸出為：
[[ 0 0 0]
[-1 -1 0]]
??通過上述運行結(jié)果可以看出，多維數(shù)組通過bool索引返回的都是一維數(shù)組；np.where返回的數(shù)組保持原來的形狀。
2.3ufunc函數(shù)
3.ufunc函數(shù)
??ufunc函數(shù)全稱為通用函數(shù)，是一種能夠?qū)?shù)組中的逐個元素進行操作的函數(shù)。ufunc函數(shù)是針對數(shù)組進行操作的，并且都以NumPy數(shù)組作為輸出。使用ufunc函數(shù)比使用math庫中的函數(shù)效率要高很多。目前NumPy支持超過60多種的通用函數(shù)。這些函數(shù)包括廣泛的操作，如四則運算、求模、取絕對值、冪函數(shù)、指數(shù)函數(shù)、三角函數(shù)、位運算、比較運算和邏輯運算等。
??例2.16 ufunc函數(shù)效率示例。
??程序文件Pex2_16.py
import numpy as np, time, math
x=[i*0.01 for i in range(1000000)]
start=time.time() # 1970紀(jì)元后經(jīng)過的浮點秒數(shù)
for (i,t) in enumerate(x): x[i]=math.sin(t)
print("math.sin:", time.time()-start)
y=np.array([i*0.01 for i in range(1000000)])
start=time.time()
y=np.sin(y)
print("numpy.sin:", time.time()-start)
??運行結(jié)果：
math.sin: 0.3449997901916504
numpy.sin: 0.010999917984008789
??可以發(fā)現(xiàn)對數(shù)組的操作，numpy函數(shù)整體花費時間比math模塊函數(shù)要少得多。
2.4ufunc函數(shù)的廣播機制
??廣播（Broadcasting）是指不同形狀的數(shù)組之間執(zhí)行算術(shù)運算的方式。當(dāng)使用ufunc函數(shù)進行數(shù)組計算時，ufunc函數(shù)會對兩個數(shù)組的對應(yīng)元素進行計算。進行這種計算的前提是兩個數(shù)組的維度相容。若兩個數(shù)組的維度不相容時，則NumPy會實行廣播機制。但是數(shù)組的廣播功能是有規(guī)則的，如果不滿足這些規(guī)則，運算時就會出錯。數(shù)組的主要廣播規(guī)則為：
??（1）各輸入數(shù)組的維度可以不相等，但必須確保從右到左的對應(yīng)維度值相等。
??（2）如果對應(yīng)維度值不相等，就必須保證其中一個為1。
??例2.17 廣播機制示例。
??程序文件Pex2_17.py
import numpy as np
a=np.arange(0, 20, 10).reshape(-1, 1) #變形為1列的數(shù)組，行數(shù)自動計算
b=np.arange(0, 3)
print(a+b)
運行結(jié)果：
[[ 0 1 2]
[10 11 12]]
3NumPy.random模塊的隨機數(shù)生成
??雖然在Python內(nèi)置的random模塊中可以生成隨機數(shù)，但是每次只能隨機生成一個隨機數(shù)，而且隨機數(shù)的種類也不夠豐富。建議使用NumPy.random模塊的隨機數(shù)生成函數(shù)，一方面可以生成隨機向量，另一方面函數(shù)豐富。關(guān)于各種常見的隨機數(shù)生成函數(shù)，如表2.4所列。
4文本文件和二進制文件存取
??NumPy提供了多種文件操作函數(shù)以方便用戶存取數(shù)組內(nèi)容。文件存取的格式分為兩類：二進制和文本。而二進制格式的文件又分為NumPy專用的格式化二進制類型和無格式類型。
4.1文本文件的存取
4.1.1savetxt()和loadtxt()存取文本文件
??savetxt()可以把1維和2維數(shù)組保存到文本文件。loadtxt()可以把文本文件中的數(shù)據(jù)加載到1維和2維數(shù)組中。
??例2.18 文本文件存取示例。
??程序文件Pex2_18.py
import numpy as np
a=np.arange(0,3,0.5).reshape(2,3) #生成2×3的數(shù)組
np.savetxt("Pdata2_18_1.txt", a) #缺省按照'%.18e'格式保存數(shù)值，以空格分隔
b=np.loadtxt("Pdata2_18_1.txt") #返回浮點型數(shù)組
print("b=",b)
np.savetxt("Pdata2_18_2.txt", a, fmt="%d", delimiter=",") #保存為整型數(shù)據(jù)，以逗號分隔
c=np.loadtxt("Pdata2_18_2.txt",delimiter=",") #讀入的時候也需要指定逗號分隔
print("c=",c)
運行結(jié)果：
b= [[0. 0.5 1. ]
[1.5 2. 2.5]]
c= [[0. 0. 1.]
[1. 2. 2.]]
??例2.19 文本文件Pdata2_19.txt中存放如下格式的數(shù)據(jù)：
6 2 6 7 4 2 5 9
4 9 5 3 8 5 8 2
5 2 1 9 7 4 3 3
7 6 7 3 9 2 7 1
2 3 9 5 7 2 6 5
5 5 2 2 8 1 4 3
??把其中的數(shù)據(jù)讀入到數(shù)組a，并提取數(shù)組a的前2行、第2列到第4列的元素，構(gòu)造一個2行3列的數(shù)組b。
??程序文件Pex2_19.py
import numpy as np
a=np.loadtxt("Pdata2_19.txt") #返回值a為浮點型數(shù)據(jù)
b=a[0:2,1:4] #獲取a的第1,2行，第2,3,4列
print("b=",b)
程序運行結(jié)果如下：
b= [[2. 6. 7.]
[9. 5. 3.]]
??例2.20 文本文件Pdata2_20.txt中存放如下格式的數(shù)據(jù)：
姓名，年齡，體重，身高
張三，30，75，165
李四，45，60，179
王五，15，39，120
??提取其中的數(shù)值數(shù)據(jù)。
??程序文件Pex2_20.py
import numpy as np
a=np.loadtxt("Pdata2_20.txt",dtype=str,delimiter="，")
b=a[1:,1:].astype(float) #提取a矩陣的數(shù)值行和數(shù)值列，并轉(zhuǎn)換類型
print("b=",b)
運行結(jié)果：
b= [[ 30. 75. 165.]
[ 45. 60. 179.]
[ 15. 39. 120.]]
??如果需要處理復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，比如處理缺失數(shù)據(jù)等情況，可以使用genfromtxt。
4.1.2genfromtxt讀入文本文件數(shù)據(jù)
??它的調(diào)用格式為：
genfromtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding='bytes')
??我們介紹其中的一些常用參數(shù)：
（1）fname：指定需要讀入數(shù)據(jù)的文件名。
（2）dtype：指定讀入數(shù)據(jù)的數(shù)據(jù)類型，默認(rèn)為浮點型，如果原數(shù)據(jù)集中含有字符型數(shù)據(jù)，必須指定數(shù)據(jù)類型為“str”。
（3）comments：指定注釋符，默認(rèn)為“#”，如果原數(shù)據(jù)的行首有“#”，將忽略這些行的讀入。
（4）delimiter：指定數(shù)據(jù)集的列分隔符。
（5）skip_header：是否跳過數(shù)據(jù)集的首行，默認(rèn)不跳過。
（6）skip_footer：是否跳過數(shù)據(jù)集的腳注，默認(rèn)不跳過。
（7）converters：將指定列的數(shù)據(jù)轉(zhuǎn)換成其他數(shù)值。
（8）miss_values：指定缺失值的標(biāo)記，如果原數(shù)據(jù)集含指定的標(biāo)記，讀入后這樣的數(shù)據(jù)就為缺失值。
（9）filling_values：指定缺失值的填充值。
（10）usecols：指定需要讀入的列。
（11）names：為讀入數(shù)據(jù)的列設(shè)置列名稱
（12）encoding：如果文件中含有中文，有時需要指定字符編碼。
??例2.21 純文本文件Pdata2_21.txt中存放如下數(shù)據(jù)。分別讀取其中的前6行前8列數(shù)據(jù)、第9列的數(shù)值數(shù)據(jù)、最后一行數(shù)據(jù)。
6 2 6 7 4 2 5 9 60kg
4 9 5 3 8 5 8 2 55kg
5 2 1 9 7 4 3 3 51kg
7 6 7 3 9 2 7 1 43kg
2 3 9 5 7 2 6 5 41kg
5 5 2 2 8 1 4 -999 52kg
35 37 22 32 41 32 43 38
??程序文件Pex2_21.py
import numpy as np
#讀前6行前8列數(shù)據(jù)
a=np.genfromtxt("Pdata2_21.txt",max_rows=6, usecols=range(8))
b=np.genfromtxt("Pdata2_21.txt",dtype=str,max_rows=6,usecols=[8]) #讀第9列數(shù)據(jù)
b=[float(v.rstrip('kg')) for (i,v) in enumerate(b)] #刪除kg,并轉(zhuǎn)換為浮點型數(shù)據(jù)
c=np.genfromtxt("Pdata2_21.txt",skip_header=6) #讀最后一行數(shù)據(jù)
print(a,'\n',b,'\n',c)
4.2二進制格式文件存取
4.2.1tofile()和fromfile()存取二進制格式文件
??使用數(shù)組對象的tofile()方法可以方便地將數(shù)組中的數(shù)據(jù)以二進制格式寫進文件，tofile()輸出的數(shù)據(jù)不保存數(shù)組形狀和元素類型等信息。因此用fromfile()函數(shù)讀回數(shù)據(jù)時需要用戶指定元素類型，并對數(shù)組的形狀進行適當(dāng)?shù)男薷摹?br>
??例2.22 tofile和fromfile存取二進制格式文件示例。
??程序文件Pex2_22.py
import numpy as np
a=np.arange(6).reshape(2,3)
a.tofile('Pdata2_22.bin')
b=np.fromfile('Pdata2_22.bin',dtype=int).reshape(2,3)
print(b)
4.2.2load()、save()和savez()存取NumPy專用的二進制格式文件
load()和save()用NumPy專用的二進制格式存取數(shù)據(jù)，它們會自動處理元素類型和形狀等信息。
??如果想將多個數(shù)組保存到一個文件中，可以使用savez()。savez()的第一個參數(shù)是文件名，其后的參數(shù)都是需要保存的數(shù)組，輸出的是一個擴展名為npz的壓縮文件。
??例2.23 存取NumPy專用的二進制格式文件示例。
??程序文件Pex2_23.py
import numpy as np
a=np.arange(6).reshape(2,3)
np.save("Pdata2_23_1.npy",a)
b=np.load("Pdata2_23_1.npy")
c=np.arange(6,12).reshape(2,3)
d=np.sin(c)
np.savez("Pdata2_23_2.npz",c,d)
e=np.load("Pdata2_23_2.npz")
f1=e["arr_0"] #提取第一個數(shù)組的數(shù)據(jù)
f2=e["arr_1"] #提取第二個數(shù)組的數(shù)據(jù)
??用解壓軟件打開“Pdata2_23_2.npz”文件，會發(fā)現(xiàn)其中有兩個文件：“arr_0.npy”、“arr_1.npy”，其中分別保存著數(shù)組c、d的內(nèi)容。load()自動識別npz文件，并且返回一個類似于字典的對象，可以通過數(shù)組名作為鍵獲取數(shù)組的內(nèi)容。
