使用NumPy进行I/O

NumPy是一个运用Python语言进行科学计算的库，其主要集中于一个多维数组对象，用于速度和便捷的展示、存储和处理大型数据集，其中包含许多根据该对象进行操作的工具。

在科学计算中，数据输入输出（I/O）是非常重要的步骤之一。NumPy提供了一些内置的工具可以方便地读取和写入数据。

读取数据

NumPy提供了genfromtxt()函数，可方便地从文本文件中读取数据，并返回NumPy数组。例如，如果我们有一个名为“data.txt”的文件，其中存在以下数据：

1,2,3
4,5,6
7,8,9

我们可以使用以下代码读取该文件并将数据存储到一个名为data的NumPy数组中：

import numpy as np

data = np.genfromtxt('data.txt', delimiter=',')
print(data)

结果将是：

array([[ 1.,  2.,  3.],
       [ 4.,  5.,  6.],
       [ 7.,  8.,  9.]])

在这个例子中，delimiter=','指定了数据的分隔符。如果我们没有明确地指定分隔符参数，则默认使用空格分隔符。

写入数据

要将NumPy数组写入文件，我们可以使用np.savetxt()方法。例如，如果我们有一个名为“newdata.txt”的文件，并且我们希望将数组data写入该文件，我们可以执行以下操作：

np.savetxt('newdata.txt', data, delimiter=',')

以上代码将数组data作为CSV格式写入文件。输出文件的内容类似于以下内容：

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

在这个例子中，delimiter=','指定了分隔符。

二进制文件

除了文本文件，NumPy也支持读取和写入二进制文件。例如，如果我们有一个名为“data.bin”的二进制文件，并且我们希望将其读入名为data的数组中，我们可以执行以下操作：

data = np.fromfile('data.bin', dtype=np.float64)

在这个例子中，我们使用np.fromfile()函数从文件中读取数据。dtype参数指定了数据类型，以便正确地解释二进制数据。

要将NumPy数组写入二进制文件，我们可以使用np.tofile()方法。例如，如果我们有一个名为“newdata.bin”的文件，并且我们希望将数组data写入该文件，我们可以执行以下操作：

data.tofile('newdata.bin')

这将使用二进制格式保存数组。在读取数据时，我们必须知道数据的dtype和要读取的元素数。例如，如果数组中有9个元素，并且它们都是float64，我们可以使用以下代码读取该数组：

data = np.fromfile('newdata.bin', dtype=np.float64)
data = data.reshape((3, 3))

以上代码假定数组的形状为（3,3）。