np.savez：多面手之一的numpy與數據存儲

一、基礎知識

numpy是一個廣泛使用的Python庫，用於提供高性能計算和數據分析。而數據存儲則是數據處理時的關鍵部分之一，它涉及到將數據從一種格式轉換成另一種格式，以便在處理和分析中使用。在numpy中，np.savez()函數就是一個非常有用的功能，可以有效地用於存儲和加載多個numpy數組。該函數將numpy的多個數組保存在單個壓縮文件中，並可以在後續工作中輕鬆地加載和分析這些數組。例如：

import numpy as np 

# 創建numpy數組
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.array([7, 8, 9])

# 將數組保存到“savez.npz”文件中
np.savez('savez.npz', a=a, b=b, c=c)

# 從“savez.npz”文件中加載數組
data = np.load('savez.npz')
print(data['a'])
print(data['b'])
print(data['c'])

這裡，我們首先創建了3個numpy數組（a，b和c），然後使用np.savez()函數將它們保存在“savez.npz”文件中，參數a、b和c指定將要保存的數組。稍後，我們使用np.load()函數從文件中加載數組，並將它們存儲在一個名為“data”的變量中。最後，我們對每個數組使用print()函數進行打印，以此來查看它們的值。

二、高級應用

np.savez()是一個非常靈活的函數，其可以處理各種不同類型和形狀的數組。下面，我們將介紹一些np.savez()函數的高級應用和技巧。

1.將多個數組保存在一個文件中

有時，您需要保存多個不同類型和形狀的numpy數組，以便在以後的工作中進行使用。np.savez()函數可以幫助您實現這一點，具體方法是通過在函數中指定多個參數名，在保存數據時將它們一起保存到同一文件中。例如：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([5, 6, 7])
arr3 = np.array(['one', 'two', 'three'])

np.savez('multi_array.npz', a=arr1, b=arr2, c=arr3)

load_array = np.load('multi_array.npz')
print(load_array['a'])
print(load_array['b'])
print(load_array['c'])

在這個示例中，我們創建了一個包含3個不同類型和形狀的numpy數組的文件。當我們加載該文件時，在打印每個變量a、b和c時，我們可以看到已成功保存各個數組。

2.壓縮存儲

np.savez()函數默認使用未壓縮的存儲格式，但在某些情況下，您可能需要使用更高效的壓縮格式。使用numpy.savez_compressed()函數即可實現這一點，例如：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([5, 6, 7])
arr3 = np.array(['one', 'two', 'three'])

np.savez_compressed('multi_array.npz', a=arr1, b=arr2, c=arr3)

load_array = np.load('multi_array.npz')
print(load_array['a'])
print(load_array['b'])
print(load_array['c'])

通過使用np.savez_compressed()函數，我們可以在將numpy數組保存到文件中時使用壓縮格式。這使得文件大小更小，而且加載速度更快。

3. 附加數據

在某些情況下，您可能需要將一個或多個numpy數組附加到已有的npz文件中。在這種情況下，np.savez()函數會很有用，您可以先加載文件，然後使用update()將新的數組添加到文件中。例如：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
np.savez('multi_array.npz', a=arr1)

arr2 = np.array([5, 6, 7])
update_array = np.load('multi_array.npz')

update_array.update({'b':arr2})
np.savez('multi_array.npz', **update_array)

load_array = np.load('multi_array.npz')
print(load_array['a'])
print(load_array['b'])

在這個示例中，我們首先使用np.savez()函數將一個numpy數組保存到“multi_array.npz”中。接着，我們創建另一個數組，並在使用np.load()函數加載原始NPZ文件之後調用.update()方法將其附加到該文件中。最後，我們再一次使用np.savez()函數將新文件保存到磁盤上。在打印每個變量時，我們可以看到已成功保存各個數組，而且新的數組也被添加到了文件中。

4. 子文件夾封裝

在numpy中，您可以將多個數組存儲為單個文件，但如果數組數量很多，有時將它們封裝到子文件夾中會更好。您可以通過使用os.mkdir()和os.path.join()函數實現這一目標，例如：

import numpy as np
import os

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr3 = np.array([7, 8, 9])
 
if not os.path.exists('data'):
    os.makedirs('data')
 
np.savez(os.path.join('data', 'multi_array.npz'), a=arr1, b=arr2, c=arr3)

load_array = np.load(os.path.join('data', 'multi_array.npz'))
print(load_array['a'])
print(load_array['b'])
print(load_array['c'])

在這個示例中，我們使用os模塊向npz文件添加子文件夾。在if語句中，我們使用os.makedirs()方法來檢查”data”文件夾是否存在。然後，我們使用np.savez()函數將numpy數組保存到名為“multi_array.npz”的（隱式）文件中。加載文件後，我們可以發現已成功保存所有數組。

三、結論

在本文中，我們介紹了NumPy的核心庫功能之一即np.savez()，以及一些高級應用和技巧。我們發現，np.savez()是一個非常有用的函數，具有廣泛的使用範圍，並可以輕鬆地用於存儲和加載numpy數組。np.savez()函數使得數據的存儲和處理更加高效，這對數據科學和機器學習的發展有着至關重要的作用。