python 32bit 最大只能使用 2G 内存 python最大可以读取的数据

admin2024-06-01  19

在科学计算的过程中,往往需要保存一些数据,也经常需要把保存的这些数据加载到程序中,在 Matlab 中我们可以用 save 和 lood 函数很方便的实现。类似的在 Python 中,我们可以用 numpy.save() 和 numpy.load() 函数达到类似的效果,并且还可以用 scipy.io.savemat() 将数据保存为 .mat 格式,用scipy.io.loadmat() 读取 .mat 格式的数据,达到可以和 Matlab 或者Octave 进行数据互动的效果.

下面分别介绍之:

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

numpy.save() 和 numpy.load()

numpy.save(arg_1,arg_2) 需要两个参数,arg_1 是文件名,arg_2 是要保存的数组. 如:

import numpy as np

a=np.mat('1,2,3;4,5,6')

b=np.array([[1,2,3],[4,5,6]])

np.save('a.npy',a)

np.save('b.npy',b)

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

 这个时候 Python 的当前工作路径下就会多出 a.npy 和 b.npy 两个文件,当然我们也可以给出具体的路径,如 np.save('D:/PythonWork/a.npy',a)

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python_03,第3张

  • 下面我们把保存的这两个数据文件导入到Python :
data_a=np.load('a.npy')

data_b=np.load('b.npy')

print ('data_a \n',data_a,'\n the type is',type(data_a))

print ('data_b \n',data_a,'\n the type is',type(data_b))

 

data_a

[[1 2 3]

[4 5 6]]

the type is <class 'numpy.ndarray'>

 

data_b

[[1 2 3]

[4 5 6]]

the type is <class 'numpy.ndarray'>

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

  • 我们可以看到这一过程把原本为矩阵的 a 变为数组型了

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_数据_05,第5张

  • 如果想同时保存 a b 到同一个文件,我们可以用 np.savez() 函数,具体用法如下:
np.savez('ab.npz',k_a=a,k_b=b)

c=np.load('ab.npz')

print (c['k_a'])

print (c['k_b'])

 

[[1 2 3]

[4 5 6]]

 

[[1 2 3]

[4 5 6]]

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

  • 这时的 c 是一个字典,需要通过关键字取出我们需要的数据

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python_07,第7张

  • 下面我们来认识下 scipy.io.savemat() 和 scipy.io.loadmat()
    首先我们用 scipy.io.savemat() 创建 .mat 文件,该函数有两个参数,一个文件名和一个包含变量名和取值的字典.
import numpy as np

from scipy import io

a=np.mat('1,2,3;4,5,6')

b=np.array([[1,1,1],[2,2,2]])

io.savemat('a.mat', {'matrix': a})

io.savemat('b.mat', {'array': b})

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

  • 至此 Python 的当前工作路径下就多了 a.mat 和 b.mat 这两个文件.
    下面我们用 Matlab 读取这两个文件

可以看到 Matlab 已成功读取 Python 生成的 .mat 文件.

我们在来看看 Python 是怎么读取 .mat 文件的。首先来读取刚才生成的 a.mat

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

c=io.loadmat('a.mat')

print (type(c))

print (c)

 

dict
{'__version__': '1.0', '__globals__': [], '__header__': b'MATLAB 5.0 MAT-file Platform: nt, Created on: Tue Aug 4 16:49:28 2015', 'a_matrix': array([[1, 2, 3],[4, 5, 6]])}

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

  • 所以 Python 读取.mat 文件后返回的是个字典,如果要访问里面的值,就要用到关键字,如:
print(c['a_matrix'])

 

[[1 2 3]

[4 5 6]]

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python,第1张

  • 当然了,Python 也可以读取 Matlab 创建的 .mat 文件,从而可以把他们设置在同一工作路径下,在必要的时候进行数据的共享.

python 32bit 最大只能使用 2G 内存 python最大可以读取的数据,python 32bit 最大只能使用 2G 内存 python最大可以读取的数据_Python_12,第12张



本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明原文出处。如若内容造成侵权/违法违规/事实不符,请联系SD编程学习网:675289112@qq.com进行投诉反馈,一经查实,立即删除!