numpy.fromfile

numpy.fromfile(file, dtype=float, count=-1, sep='', offset=0)

Создание 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 : file or str or Path Открытый файловый объект или имя файла. Изменено в версии 1.17.0: pathlib.Path объекты теперь принимаются. dtype : data-type Тип данных возвращаемого массива. Для двоичных файлов он используется для определения размера и порядка байтов элементов в файле. count : int Количество элементов для чтения. -1 означает все элементы (т.е., весь файл). sep : str Разделитель между элементами, если файл является текстовым. 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. offset : int Смещение (в байтах) от текущей позиции файла. По умолчанию 0. Допускается только для двоичных файлов. Новое в версии 1.17.0.

См. также

load, save, ndarray.tofile

loadtxt

Более гибкий способ загрузки данных из текстового файла.

Примечания

Не полагайтесь на сочетание 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

Создание ndarray:

>>> dt = np.dtype([('time', [('min', np.int64), ('sec', np.int64)]),
...                ('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', '<i8'), ('sec', '<i8')]), ('temp', '<f8')])

Сохранение исходных данных на диске:

>>> import tempfile
>>> fname = tempfile.mkstemp()[1]
>>> x.tofile(fname)

Чтение исходных данных с диска:

>>> np.fromfile(fname, dtype=dt)
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i8'), ('sec', '<i8')]), ('temp', '<f8')])

Рекомендуемый способ хранения и загрузки данных:

>>> np.save(fname, x)
>>> np.load(fname + '.npy')
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i8'), ('sec', '<i8')]), ('temp', '<f8')])