Lưu mảng 3d python
Mảng NumPy là cấu trúc dữ liệu hiệu quả để làm việc với dữ liệu trong Python và các mô hình máy học như trong thư viện scikit-learning và các mô hình học sâu như trong thư viện Keras, mong đợi dữ liệu đầu vào ở định dạng của mảng NumPy và đưa ra dự đoán trong Show Do đó, thông thường cần lưu các mảng NumPy vào tệp Ví dụ: bạn có thể chuẩn bị dữ liệu của mình bằng các phép biến đổi như chia tỷ lệ và cần lưu dữ liệu đó vào tệp để sử dụng sau này. Bạn cũng có thể sử dụng một mô hình để đưa ra dự đoán và cần lưu dự đoán vào tệp để sử dụng sau Trong hướng dẫn này, bạn sẽ khám phá cách lưu các mảng NumPy của mình vào tệp Sau khi hoàn thành hướng dẫn này, bạn sẽ biết
Bắt đầu dự án của bạn với cuốn sách mới của tôi Machine Learning Mastery With Python, bao gồm các hướng dẫn từng bước và các tệp mã nguồn Python cho tất cả các ví dụ Bắt đầu nào Cách lưu một mảng NumPy vào tệp cho máy học Hướng dẫn tổng quanHướng dẫn này được chia thành ba phần;
1. Lưu mảng NumPy vào. Tệp CSV (ASCII)Định dạng tệp phổ biến nhất để lưu trữ dữ liệu số trong tệp là định dạng biến được phân tách bằng dấu phẩy hoặc viết tắt là CSV Rất có thể dữ liệu đào tạo và dữ liệu đầu vào cho các mô hình của bạn được lưu trữ trong tệp CSV Có thể thuận tiện để lưu dữ liệu vào tệp CSV, chẳng hạn như các dự đoán từ một mô hình Bạn có thể lưu các mảng NumPy của mình vào tệp CSV bằng hàm savetxt(). Hàm này lấy tên tệp và mảng làm đối số và lưu mảng thành định dạng CSV Bạn cũng phải chỉ định dấu phân cách; . Điều này có thể được đặt thông qua đối số "dấu phân cách" 1. 1 Ví dụ về lưu một mảng NumPy vào tệp CSVVí dụ dưới đây minh họa cách lưu một mảng NumPy duy nhất sang định dạng CSV 1 2 3 4 5 6 7 # lưu mảng có nhiều mảng dưới dạng tệp csv từ numpy nhập asarray từ numpy nhập savetxt # xác định dữ liệu dữ liệu = sắp xếp([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]) # lưu vào tệp csv savetxt('dữ liệu. csv', dữ liệu, dấu phân cách=',') Chạy ví dụ này sẽ xác định một mảng NumPy và lưu nó vào tệp 'data. csv‘ Mảng có một hàng dữ liệu với 10 cột. Chúng tôi hy vọng dữ liệu này sẽ được lưu vào tệp CSV dưới dạng một hàng dữ liệu Sau khi chạy ví dụ, chúng ta có thể kiểm tra nội dung của 'data. csv‘ Chúng ta nên xem những điều sau đây 1 0. 000000000000000000e+00,1. 000000000000000000e+00,2. 000000000000000000e+00,3. 000000000000000000e+00,4. 000000000000000000e+00,5. 000000000000000000e+00,6. 000000000000000000e+00,7. 000000000000000000e+00,8. 000000000000000000e+00,9. 000000000000000000e+00 Chúng ta có thể thấy rằng dữ liệu được lưu chính xác dưới dạng một hàng và các số dấu phẩy động trong mảng được lưu với độ chính xác đầy đủ 1. 2 Ví dụ về việc tải một mảng NumPy từ tệp CSVChúng ta có thể tải dữ liệu này sau dưới dạng một mảng NumPy bằng cách sử dụng hàm loadtext() và chỉ định tên tệp và cùng một dấu phân cách bằng dấu phẩy Ví dụ đầy đủ được liệt kê dưới đây 1 2 3 4 5 6 # tải mảng numpy từ tệp csv từ numpy nhập loadtxt # tải mảng dữ liệu = loadtxt('data. csv', dấu phân cách=',') # in mảng in(dữ liệu) Chạy ví dụ này sẽ tải tệp numpy đã nén có chứa từ điển các mảng, sau đó trích xuất mảng đầu tiên mà chúng tôi đã lưu (chúng tôi chỉ lưu một mảng), sau đó in nội dung, xác nhận các giá trị và hình dạng của mảng khớp với những gì chúng tôi đã lưu trong |