numpy.fromfile

numpy.fromfile(file, dtype=float, count=-1, sep='')

Построение массива из данных в текстовом или двоичном файле.

Высокоэффективный способ чтения двоичных данных с известным типом данных, а также парсинга просто отформатированных текстовых файлов. Данные, записанные с помощью метода tofile, могут быть прочитаны с помощью этой функции.

Параметры:

file : файл или строка Открытый объект файла или имя файла. dtype : тип данных Тип данных возвращаемого массива. Для двоичных файлов он используется для определения размера и порядка байтов элементов в файле. count : целое число Количество элементов для чтения. -1 означает все элементы (т.е. весь файл). sep : строка Разделитель между элементами, если файл — текстовый. Пустой (“”) разделитель означает, что файл должен обрабатываться как двоичный. Пробелы (“ ”) в разделителе соответствуют нулю или более символам пробела. Разделитель, состоящий только из пробелов, должен соответствовать по крайней мере одному пробелу.

См. также

load, save, ndarray.tofile

loadtxt

Более гибкий способ загрузки данных из текстового файла.

Примечания

Не полагайтесь на комбинацию tofile и fromfile для хранения данных, так как создаваемые двоичные файлы не являются независимыми от платформы. В частности, никакая информация о порядке байтов или типе данных не сохраняется. Данные могут быть сохранены в независимом от платформы формате .npy с помощью save и load вместо этого.

Примеры

Построение массива ndarray:

>>> dt = np.dtype([('time', [('min', int), ('sec', int)]),
...                ('temp', float)])
>>> x = np.zeros((1,), dtype=dt)
>>> x['time']['min'] = 10; x['temp'] = 98.25
>>> x
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])

Сохранение исходных данных на диск:

>>> import os
>>> fname = os.tmpnam()
>>> x.tofile(fname)

Чтение исходных данных с диска:

>>> np.fromfile(fname, dtype=dt)
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])

Рекомендуемый способ хранения и загрузки данных:

>>> np.save(fname, x)
>>> np.load(fname + '.npy')
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])