NumPy提供了多種存取數組內容的文件操作函數。保存數組數據的文件可以是二進制格式或者文本格式。二進制格式的文件又分為NumPy專用的格式化二進制類型和無格式類型。
numpy格式的文件可以保存為后綴為（.npy/.npz）格式的文件
1. tofile()和fromfile()
tofile()將數組中的數據以二進制格式寫進文件
tofile()輸出的數據不保存數組形狀和元素類型等信息
fromfile()函數讀回數據時需要用戶指定元素類型，並對數組的形狀進行適當的修改
import numpy as np
# 隨機生成12個數字並將其有一維轉換成3*4的矩陣形式
a = np.arange(12)
print("一維數組:",a)
a.shape = 3,4
print("3*4的矩陣:",a)
# 將數組中的數據以二進制格式寫入到文件
a.tofile('a.bin')
# fromfile在讀取numpy文件時需要自己指定數據格式,並且原格式並為保存
b1 = np.fromfile('a.bin', dtype=np.float) # 按照float讀取數據
b2 = np.fromfile('a.bin', dtype=np.int) # 按照int讀取數據
b3 = np.fromfile('a.bin', dtype=np.int32) # 按照int32讀取數據
print('float格式b1:{},\nint格式b2:{},\nint32格式b3:{}'.format(b1,b2,b3))
b3.shape = 3,4
print('b3:',b3)
2. save() 和 load(),savez()
NumPy專用的二進制格式保存數據，它們會自動處理元素類型和形狀等信息
如果想將多個數組保存到一個文件中，可以使用savez()
savez()的第一個參數是文件名，其后的參數都是需要保存的數組，也可以使用關鍵字參數為數組起名
非關鍵字參數傳遞的數組會自動起名為arr_0、arr_1、...。
savez()輸出的是一個擴展名為npz的壓縮文件，其中每個文件都是一個save()保存的npy文件，文件名和數組名相同
load()自動識別npz文件，並且返回一個類似於字典的對象，可以通過數組名作為鍵獲取數組的內容
import numpy as np
a = np.arange(12)
a.shape = 3,4
# 將數據存儲為npy/npz
np.save('a.npy', a)
np.save('a.npz', a)
c = np.load('a.npy')
print('save-load：',c)
# 存儲多個數組
b1 = np.array([[6, 66, 666],[888, 88,8]])
b2 = np.arange(0, 1.0, 0.1)
c2 = np.sin(b2)
np.savez('result.npz', b1,b2,sin_arry = c)
c3 = np.load('result.npz') # npz文件時一個壓縮文件
print(c3)
print("數組b1:{}\n數組b2：{}\n數組sin_arry:{}".format(c3['arr_0'],c3['arr_1'],c3['sin_arry']))
3. savetxt() 和 loadtxt()
讀寫1維和2維數組的文本文件
可以用它們讀寫CSV格式的文本文件
用這種方式來對數據進行存儲，方便深度學習中, 保存了訓練集,驗證集,測試集,還包括他們的標簽,用這個方式存儲起來,要啥加載啥,文件數量大大減少,也不會到處改文件名。算是get到了另外一種好的存儲數據的方式
---------------------