データ処理には2つの主要な機能があります
(1): np.save（ "test.npy"、データ構造）-データを保存します
(2): data = np.load（ 'test.npy”）-データを取得します
次のように2つの例を挙げてください（リストを保存してください）
1、
z =[[[1,2,3],['w']],[[1,2,3],['w']]]
np.save('test.npy', z)
x = np.load('test.npy')
x:-array([[list([1,2,3]),list(['w'])],[list([1,2,3]),list(['w'])]], dtype=object)
2、 辞書を保存
x
- {0:' wpy',1:'scg'}
np.save('test.npy',x)
x = np.load('test.npy')
x
- array({0:'wpy',1:'scg'}, dtype=object)
3、 辞書形式で保存して読んだ後、最初に次のステートメントを呼び出す必要があります
data.item()
データnumpy.ndarrayオブジェクトをdictに変換します
補足知識：pythonはmatまたはnpyファイルを読み取り、matファイルをnpyファイルとして保存する（またはnpyをmatとして保存する）方法
マットファイルを読み取り、npy形式のファイルとして保存します
詳細についてはコードを参照し、h5pyの転置に注意してください
import numpy as np
from scipy import io
mat = io.loadmat('yourfile.mat')
# エラーが報告された場合:Please use HDF reader for matlab v7.3 files
# 次の読み方に変更する
import h5py
mat = h5py.File('yourfile.mat')
# マットファイルには複数のセルがあり、それぞれがデータセットに対応している場合があります
# キーメソッドを使用して、セルの名前を表示できます,リストを使用する(mat.keys()),
# さらに、データを使用して読み取ります= mat.get('ファーストネーム'),次に、Numpyを使用して配列に変換できます
print(mat.keys())
# 値メソッドを使用して、各セルの情報を表示できます
print(mat.values())
# 形状を使用して寸法情報を表示できます
print(mat['your_dataset_name'].shape)
# ここに表示される形状情報は、matlabで開いたものとは異なることに注意してください
# ここでのマトリックスは、matlabを開いたときのマトリックスの転置です。
# だから私たちはそれを元に戻す必要があります
mat_t = np.transpose(mat['your_dataset_name'])
# mat_tはしびれです.ndarray形式
# npy形式のファイルとして保存します
np.save('yourfile.npy', mat_t)
npyファイルの読み取りは非常に簡単です
import numpy as np
matrix = np.load(‘yourfile.npy’)
npyファイルを再度読み取り、マットファイルとして保存できます
方法1（ダブルクリックしてMATLABを開くときにエラーが発生しました：MATファイルを読み取れません*********。mat。バイナリMATファイルではありません。-ASCIIをロードしてテキストとして読み取ってみてください。）：
import numpy as np
matrix = np.load('yourfile.npy')
f = h5py.File('yourfile.mat','w')
f.create_dataset('dataname', data=matrix)
# ここではデータは転置されません
方法2（scipyを使用）：
from scipy import io
mat = np.load('rlt_gene_features.npy-layer-3-train.npy')
io.savemat('gene_features.mat',{'gene_features': mat})
上記のPythonがnpy形式のデータにアクセスする例は、エディターによって共有されるすべてのコンテンツです。参考にしてください。
Recommended Posts