E/S de archivos de NumPy

NumPyNumPyBeginner
Practicar Ahora

💡 Este tutorial está traducido por IA desde la versión en inglés. Para ver la versión original, puedes hacer clic aquí

Introducción

En este laboratorio, aprenderá a usar NumPy para leer y escribir matrices en archivos. NumPy proporciona varias funciones para la entrada y salida de archivos que facilitan el trabajo con grandes conjuntos de datos.

Logros

  • La función savetxt()
  • La función save()
  • La función loadtxt()
  • La función genfromtxt()
  • La función load()

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL numpy(("NumPy")) -.-> numpy/MathandStatisticsGroup(["Math and Statistics"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) numpy(("NumPy")) -.-> numpy/FileInputOutputGroup(["File Input/Output"]) python(("Python")) -.-> python/FileHandlingGroup(["File Handling"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) numpy/MathandStatisticsGroup -.-> numpy/rand_num("Random Numbers") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") numpy/FileInputOutputGroup -.-> numpy/text_io("Text File Input/Output") numpy/FileInputOutputGroup -.-> numpy/bin_io("Binary File Input/Output") python/FileHandlingGroup -.-> python/file_reading_writing("Reading and Writing Files") python/FileHandlingGroup -.-> python/file_operations("File Operations") python/PythonStandardLibraryGroup -.-> python/data_serialization("Data Serialization") subgraph Lab Skills numpy/rand_num -.-> lab-127{{"E/S de archivos de NumPy"}} python/importing_modules -.-> lab-127{{"E/S de archivos de NumPy"}} numpy/text_io -.-> lab-127{{"E/S de archivos de NumPy"}} numpy/bin_io -.-> lab-127{{"E/S de archivos de NumPy"}} python/file_reading_writing -.-> lab-127{{"E/S de archivos de NumPy"}} python/file_operations -.-> lab-127{{"E/S de archivos de NumPy"}} python/data_serialization -.-> lab-127{{"E/S de archivos de NumPy"}} end

Escribir matrices en archivos

NumPy proporciona varias funciones para escribir matrices en archivos. Las más comunes son savetxt y save.

Abrir la consola de Python

Abra la consola de Python escribiendo el siguiente comando en la terminal.

python3

Importar NumPy

NumPy ya está instalado, puede importarlo en su código de Python:

import numpy as np

Usando Savetxt

La función savetxt se utiliza para escribir matrices en archivos de texto. Aquí hay un ejemplo:

data = np.random.rand(10, 5)
np.savetxt('data.txt', data, delimiter=',')
  • Esto escribirá el contenido de data en un archivo de texto llamado data.txt, separando los valores por comas.

Usando save

La función save se utiliza para escribir matrices en archivos binarios. Aquí hay un ejemplo:

np.save('data.npy', data)
  • Esto escribirá el contenido de data en un archivo binario llamado data.npy.

Leyendo matrices desde archivos

NumPy proporciona varias funciones para leer matrices desde archivos. Las más comunes son loadtxt, genfromtxt y load.

Usando loadtxt

La función loadtxt se utiliza para leer matrices desde archivos de texto. Aquí hay un ejemplo:

data = np.loadtxt('data.txt',delimiter=',')
print(data)
  • Esto leerá el contenido de data.txt en una matriz de NumPy. Sabemos desde el paso 1 que los valores en data.txt están separados por comas.
  • El código print(data) imprimirá el contenido leído de data.txt.

Usando Genfromtxt

La función genfromtxt es similar a loadtxt, pero puede manejar valores faltantes y otros casos especiales. Aquí hay un ejemplo:

data = np.genfromtxt('data.txt', delimiter=',')
print(data)
  • Esto leerá el contenido de data.txt en una matriz de NumPy.

Usando Load

La función load se utiliza para leer las matrices desde archivos binarios. Aquí hay un ejemplo:

data = np.load('data.npy')
print(data)
  • Esto leerá el contenido de data.npy en una matriz de NumPy.

Resumen

¡Felicitaciones! Has completado el Laboratorio de E/S de archivos de NumPy.

En este laboratorio, aprendiste a:

  • Usar las funciones savetxt() y save() de NumPy para escribir matrices en archivos.
  • Usar las funciones loadtxt(), genfromtxt() y load() de NumPy para leer matrices desde archivos.