Python Numpy：将阵列数据存储到文件

因此，我有两个数组，需要将它们写入一个名为“output.dat”的文件中，这样我就可以从该文件中的每个数组中读取数据，并使用pyplot绘制数据。

可以使用

numpy.save（）

函数存储该文件，如下所示：

x = np.array([1, 2, 3, 4])

# Note: The standard convention is to store as a .npy file.
with open('output.dat', 'wb') as f:
    np.save(f, x)

with open('output.dat', 'rb') as f:
    x = np.load(f)

>>> array([1, 2, 3, 4])

numpy.load（）

函数可用于检索文件，如下所示：

x = np.array([1, 2, 3, 4])

# Note: The standard convention is to store as a .npy file.
with open('output.dat', 'wb') as f:
    np.save(f, x)

with open('output.dat', 'rb') as f:
    x = np.load(f)

>>> array([1, 2, 3, 4])

.

函数

numpy.save（）

可用于存储文件，如下所示：

x = np.array([1, 2, 3, 4])

# Note: The standard convention is to store as a .npy file.
with open('output.dat', 'wb') as f:
    np.save(f, x)

with open('output.dat', 'rb') as f:
    x = np.load(f)

>>> array([1, 2, 3, 4])

numpy.load（）

函数可用于检索文件，如下所示：

x = np.array([1, 2, 3, 4])

# Note: The standard convention is to store as a .npy file.
with open('output.dat', 'wb') as f:
    np.save(f, x)

with open('output.dat', 'rb') as f:
    x = np.load(f)

>>> array([1, 2, 3, 4])

---

通常，如果您提供了一些试图解决问题的证据，您可以使用pickle标准库来解决问题。通常，如果您提供了一些试图解决问题的证据，您可以使用pickle标准库来解决问题