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 синтаксического разбора просто отформатированных текстовых файлов. Данные, записанные с помощью метода tofile, можно прочитать с помощью этой функции.

Параметры:

file : файл или строка Объект открытого 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 пробелам. 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, поскольку сгенерированные двоичные файлы не являются независимыми от платформы. В частности, 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 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 диске:

>>> 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')])