Как сохранить несъемный дистрибутив в списке или массиве для вызова? [Дубликат]
У меня была аналогичная проблема, но в моем случае решение было другим. мой файл, который содержал php-код, назывался «somename.html», изменил его на «somename.php», работал отлично
2 ответа
Самый надежный способ, который я нашел для этого, - использовать np.savetxt с np.loadtxt, а не np.fromfile, который лучше подходит для двоичных файлов, написанных с помощью tofile. Методы np.fromfile и np.tofile записывают и читают двоичные файлы, тогда как np.savetxt записывает текстовый файл. Итак, например:
In [1]: a = np.array([1, 2, 3, 4])
In [2]: np.savetxt('test1.txt', a, fmt='%d')
In [3]: b = np.loadtxt('test1.txt', dtype=int)
In [4]: a == b
Out[4]: array([ True, True, True, True], dtype=bool)
Или:
In [5]: a.tofile('test2.dat')
In [6]: c = np.fromfile('test2.dat', dtype=int)
In [7]: c == a
Out[7]: array([ True, True, True, True], dtype=bool)
Я использую прежний метод, даже если он медленнее и создает большие файлы (иногда): двоичный формат может быть
Для массивов NumPy существует независимый от платформы формат, который можно сохранить и прочитать с помощью np.save и np.load:
In [8]: np.save('test3.npy', a) # .npy extension is added if not given
In [9]: d = np.load('test3.npy')
In [10]: a == d
Out[10]: array([ True, True, True, True], dtype=bool)
np.fromfile() имеет аргумент ключевого слова sep=:
Сепаратор между элементами, если файл является текстовым файлом. Пустое ("") разделитель означает, что файл следует рассматривать как двоичный. Пробелы ("") в разделителе соответствуют нулевым или более пробельным символам. Сепаратор, состоящий только из пробелов, должен соответствовать хотя бы одному пробелу.
Значение по умолчанию
sep=""означает, чтоnp.fromfile()пытается считать его двоичным файлом, а не разделенным пробелом текстовый файл, чтобы вы получили ненужные значения. Если вы используетеnp.fromfile('markers.txt', sep=" "), вы получите результат, который вы ищете.Однако, как указывали другие,
np.loadtxt()является предпочтительным способом преобразования текстовых файлов в массивов numpy, и если файл не должен быть доступен для чтения, обычно лучше использовать бинарные форматы (например,np.load()/np.save()).
.npyфайлы (например, сгенерированныеnp.save()) являются независимыми от платформы и будут более компактными и быстрыми, чем текстовые файлы. – ali_m 10 February 2015 в 21:05np.savez, если вы хотите, чтобы результат был сжат. – tegan 17 May 2018 в 14:49