除了常用的csv文件和excel文件之外，我们还可以通过PY把数据保存文npy文件格式和mat文件格式。
1. npy文件
npy即numpy对应的文件格式，关于其保存使用的是np.save()方法，其读取使用的是np.load()方法。
具体示例如下：
import numpy as np
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))
保存文件：
如图，矩阵和numpy数组都支持以npy文件类型保存。
np.save('a.npy', a)
np.save('b.npy', b) 
读取文件
data1 = np.load('a.npy')
data2 = np.load('b.npy')
print(data1)
print(type(data1))
print("=================================")
print(data2)
print(type(data2))
如图npy数据被成功读取，且都是numpy数组数据类型。
2. mat文件
保存为mat文件依赖于scipy库中的scipy.io.savemat()方法，读取则需要用到scipy.io.loadmat()方法。
保存时，不仅仅需要传入变量，还需要将该变量的类型一并以字典的形式传入，一样支持numpy数组和矩阵。
具体示例如下：
import numpy as np
from scipy import io
a = np.mat('1, 2, 3;4, 5, 6')
print(a)
print(type(a))
print("=================================")
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
print(type(b))
io.savemat('a.mat', {'matrix': a})
io.savemat('b.mat', {'array': b})
读取数据
data1 = io.loadmat('a.mat')
print(data1)
print(type(data1))
print("=================================")
data2 = io.loadmat('b.mat')
print(data2)
print(type(data2))
如图，数据成功被读取。但是读取的结果是一个字典，如果需要进一步读取到数据，则需要根据键名将其取出：
print(data1['matrix'])
print(type(data1['matrix']))
print("=================================")
print(data2['array'])
print(type(data2['array']))
取出时的键与存储时的变量类型有关，取出的数据都是numpy数组，不再有矩阵类型。
补充
读取mat文件并存为npy格式文件
具体见代码，注意h5py的转置问题
import numpy as np
from scipy import io
mat = io.loadmat('yourfile.mat')
# 如果报错:Please use HDF reader for matlab v7.3 files
# 改为下一种方式读取
import h5py
mat = h5py.File('yourfile.mat')
# mat文件里可能有多个cell，各对应着一个dataset
# 可以用keys方法查看cell的名字, 现在要用list(mat.keys()),
# 另外，读取要用data = mat.get('名字'), 然后可以再用Numpy转为array
print(mat.keys())
# 可以用values方法查看各个cell的信息
print(mat.values())
# 可以用shape查看维度信息
print(mat['your_dataset_name'].shape)
# 注意，这里看到的shape信息与你在matlab打开的不同
# 这里的矩阵是matlab打开时矩阵的转置
# 所以，我们需要将它转置回来
mat_t = np.transpose(mat['your_dataset_name'])
# mat_t 是numpy.ndarray格式
# 再将其存为npy格式文件
np.save('yourfile.npy', mat_t)npy文件的读取很简单
import numpy as np
matrix = np.load('yourfile.npy')
重新读取npy文件保存为mat文件
方法一（在MATLAB双击打开时遇到了错误：Unable to read MAT-file *********.mat. Not a binary MAT-file. Try load -ASCII to read as text. ）：
import numpy as np
matrix = np.load('yourfile.npy')
f = h5py.File('yourfile.mat', 'w')
f.create_dataset('dataname', data=matrix)
# 这里不会将数据转置
方法二（使用scipy）：
from scipy import io
mat = np.load('rlt_gene_features.npy-layer-3-train.npy')
io.savemat('gene_features.mat', {'gene_features': mat})到此这篇关于Python实现npy/mat文件的保存与读取的文章就介绍到这了,更多相关Python npy mat文件保存读取内容请搜索Devmax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Devmax！