python读取npy文件数据实例
Numpy binary files (NPY, NPZ)
注：.npy文件是numpy专用的二进制文件。
1. 读取与保存
import numpy as np
arr = np.array([[1, 2, 3],
[4, 5, 6]])
np.save('weight.npy', arr)
loadData = np.load('weight.npy')
print("----type----")
print(type(loadData))
print("----shape----")
print(loadData.shape)
print("----data----")
print(loadData)
至于具体API参见：https://docs.scipy.org/doc/numpy/index.html
2. 实战案例
在深度神经网络训练过程中通常需要读取预训练权重，预训练权重通常是 .npy文件，比如vgg16.npy（https://pan.baidu.com/s/1Ru5FJVSPjYTHZwlmzRwRvQ 提取码：ygxw）。本次就以分析vgg16.npy为例进行说明。
import numpy as np
# 注意编码方式
pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1")
print("------type-------")
print(type(pre_train))
print("------shape-------")
print(pre_train.shape)
print("------data-------")
print(pre_train)
这是个啥？为啥shape没有？ 但是可以看出来 pre_train 里元素应该是一个字典，我们尝试取出来。
注：ndarray.item()是复制数组中的一个元素，并将其返回。具体语法参见：https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.item.html?highlight=item#numpy.ndarray.item
import numpy as np
pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1")
data_dic = pre_train.item()
print("------type-------")
print(type(data_dic))
print("------conv1_1 data-------")
print(data_dic['conv1_1']) # 返回一个列表，该列表有两个array，表示conv1_1的权重w与偏置b
print("------conv1_1 shape-------")
print((data_dic['conv1_1'][0]).shape)
看看结果：
可以发现，这是第一个卷积层的权重参数，输入channel是3，输出channel是64。
附：python中 .npy文件的读写操作实例
numpy中的二进制文件的读写:
save
np.save ("./文件名", 数组名)：以二进制的格式保存数据
load
np.load("./文件名.npy")： 函数是从二进制的文件中读取数据
savez
np.savez(’./文件名’,数组名1,数组名2,…)：savez 函数可以将多个数组保存到一个文件中
(1)save操作
import numpy as np
a=np.arange(5)
np.save('get.npy',a)(2)load操作
import numpy as np
a=np.load('load.npy')
print(a)
(3)savez操作
import numpy as np
a=np.arange(3)
b=np.arange(4)
c=np.arange(5)
np.savez('array_save.npz',a,b,c) 多个ndarray类型的数组
总结
到此这篇关于python读取npy文件数据的文章就介绍到这了,更多相关python读取npy文件内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
