NumPy 1.14 - numpy.fromfile()

numpy.fromfile




numpy

numpy.fromfile

numpy.fromfile(file, dtype=float, count=-1, sep='')

टेक्स्ट या बाइनरी फ़ाइल में डेटा से एक सरणी का निर्माण करें।

एक ज्ञात डेटा-प्रकार के साथ द्विआधारी डेटा को पढ़ने का एक अत्यधिक कुशल तरीका, साथ ही बस पाठ फ़ाइलों को पार्स करना। tofile विधि का उपयोग करके लिखे गए डेटा को इस फ़ंक्शन का उपयोग करके पढ़ा जा सकता है।

पैरामीटर:

फ़ाइल : फ़ाइल या str

फ़ाइल ऑब्जेक्ट या फ़ाइल नाम खोलें।

dtype : data-type

लौटे हुए सरणी का डेटा प्रकार। बाइनरी फ़ाइलों के लिए, इसका उपयोग फ़ाइल में वस्तुओं के आकार और बाइट-ऑर्डर को निर्धारित करने के लिए किया जाता है।

गिनती : int

पढ़ने के लिए मदों की संख्या। -1 मतलब है सभी आइटम (यानी, पूरी फ़ाइल)।

sep : str

यदि फ़ाइल एक पाठ फ़ाइल है तो आइटम के बीच विभाजक। खाली ("") विभाजक का अर्थ है कि फ़ाइल को द्विआधारी के रूप में माना जाना चाहिए। विभाजक में रिक्त स्थान ("") शून्य या अधिक व्हाट्सएप वर्णों से मेल खाते हैं। एक विभाजक जिसमें केवल रिक्त स्थान होते हैं, कम से कम एक व्हाट्सएप से मेल खाना चाहिए।

यह भी देखें

load , save , ndarray.tofile

loadtxt
टेक्स्ट फ़ाइल से डेटा लोड करने का अधिक लचीला तरीका।

टिप्पणियाँ

डेटा स्टोरेज के लिए tofile और fromfile के संयोजन पर भरोसा न करें, क्योंकि उत्पन्न बाइनरी फ़ाइलें प्लेटफ़ॉर्म स्वतंत्र नहीं हैं। विशेष रूप से, कोई बाइट-ऑर्डर या डेटा-प्रकार की जानकारी नहीं बचाई जाती है। डेटा को प्लेटफ़ॉर्म में संग्रहित किया जा सकता है। इसके बजाय save और load का उपयोग करते हुए।

उदाहरण

एक ndarray का निर्माण:

>>> dt = np.dtype([('time', [('min', int), ('sec', int)]),
...                ('temp', float)])
>>> x = np.zeros((1,), dtype=dt)
>>> x['time']['min'] = 10; x['temp'] = 98.25
>>> x
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])

कच्चे डेटा को डिस्क पर सहेजें:

>>> import os
>>> fname = os.tmpnam()
>>> x.tofile(fname)

कच्चे डेटा को डिस्क से पढ़ें:

>>> np.fromfile(fname, dtype=dt)
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])

डेटा संग्रहीत और लोड करने का अनुशंसित तरीका:

>>> np.save(fname, x)
>>> np.load(fname + '.npy')
array([((10, 0), 98.25)],
      dtype=[('time', [('min', '<i4'), ('sec', '<i4')]), ('temp', '<f8')])