numpy ndarry 写入到文件

可以使用 `numpy` 库中的 `np.save()` 函数将 `ndarray` 写入文件中，示例代码如下：

import numpy as np

# 创建一个 ndarray
arr = np.array([[1, 2], [3, 4]])

# 将 ndarray 写入文件
np.save('my_array.npy', arr)

# 从文件读取 ndarray
loaded_arr = np.load('my_array.npy')

print(loaded_arr)

运行上述代码后，会将 `arr` 中的数据保存到 `my_array.npy` 文件中，然后使用 `np.load()` 函数读取该文件中的数据并存储到 `loaded_arr` 变量中。最后打印 `loaded_arr` 的值，结果应该与原始的 `arr` 相同。

相关问题

Numpy ndarry

numpy ndarray是一个多维数组对象，是numpy的核心数据结构。它是由相同类型的元素组成的表格数据，每个元素由正整数元组（即数组的索引）来标识。ndarray维度的数量被称为rank，数组的形状被描述为一个整数元组，每个维度的大小被描述为一个正整数。ndarray中的所有元素都是同种数据类型，并且由于数据类型是固定的，因此numpy数组在内存中的大小是固定的。这使得numpy能够高效地存储和操作大型数据集。

将numpy数组写入csv文件

可以使用numpy的savetxt函数将numpy数组写入csv文件。

示例代码：

import numpy as np

# 创建一个numpy数组
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将numpy数组写入csv文件
np.savetxt('data.csv', data, delimiter=',')

这将创建一个名为“data.csv”的文件，包含以下内容：

1.000000000000000000e+00,2.000000000000000000e+00,3.000000000000000000e+00
4.000000000000000000e+00,5.000000000000000000e+00,6.000000000000000000e+00
7.000000000000000000e+00,8.000000000000000000e+00,9.000000000000000000e+00

可以使用pandas库中的read_csv函数读取csv文件中的数据。

示例代码：

import pandas as pd

# 读取csv文件
data = pd.read_csv('data.csv')

# 打印读取的数据
print(data)

这将输出以下内容：

   1  2  3
0  4  5  6
1  7  8  9