如何知道npz文件中数组名

要知道npz文件中数组名称，可以使用以下代码：

import numpy as np

# 加载npz文件
data = np.load('example.npz')

# 查看数组名称
print(data.files)

这将打印出npz文件中所有数组的名称。你可以用这些名称来访问每个数组，例如：

arr1 = data['array1']
arr2 = data['array2']

相关问题

扩撒模型最后生成的samples_1000x256x256x3.npz文件中数组改成图片形式并保存

你可以使用NumPy和OpenCV库将`.npz`文件中的数组转换为图片形式，并保存为图片文件。以下是示例代码：

import numpy as np
import cv2

# 加载.npz文件
data = np.load('samples_1000x256x256x3.npz')
samples = data['arr_0']

# 将数组转换为图片形式并保存为文件
for i in range(samples.shape[0]):
    img = samples[i]
    img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)  # 转换为BGR格式
    filename = f'sample_{i}.jpg'
    cv2.imwrite(filename, img)

这段代码将`.npz`文件中的`samples`数组加载到`samples`变量中，并使用`cv2.cvtColor()`函数将RGB格式转换为BGR格式（因为OpenCV库使用BGR格式）。然后，它遍历数组中的每个样本，将其转换为图片形式，并使用`cv2.imwrite()`函数将其保存为JPEG文件。文件名的格式为`sample_{i}.jpg`，其中`{i}`表示当前样本的索引。

npz文件中数组为Prediction shape: (3408, 12, 307, 1) Truth shape: (3408, 12, 307, 1)，读取并输出为图像

可以使用numpy和PIL库来读取并输出为图像。

首先，我们需要加载npz文件中的数组：

import numpy as np

data = np.load('filename.npz')
prediction = data['Prediction']
truth = data['Truth']

接下来，我们将数组转换为图像。假设每个数组元素的取值范围是0到255之间的整数，我们可以使用PIL库将它们转换为图像：

from PIL import Image

def array_to_image(arr):
    # 将数组元素的取值范围从[0, 255]映射到[0, 1]
    arr = arr.astype(np.float32) / 255.0
    # 创建PIL图像对象
    img = Image.fromarray(np.uint8(arr * 255.0))
    return img

现在，我们可以将两个数组中的每个元素转换为图像并保存：

import os

# 创建保存图像的目录
if not os.path.exists('images'):
    os.makedirs('images')

# 遍历数组中的每个元素并保存为图像
for i in range(prediction.shape[0]):
    for j in range(prediction.shape[1]):
        # 将预测结果和真实值分别转换为图像
        pred_img = array_to_image(prediction[i, j])
        truth_img = array_to_image(truth[i, j])
        # 保存图像
        pred_img.save(f'images/prediction_{i}_{j}.png')
        truth_img.save(f'images/truth_{i}_{j}.png')

这样，我们就将npz文件中的数组转换为图像并保存到了本地。