numpy.load

numpy.load(file, mmap_mode=None, allow_pickle=True, fix_imports=True, encoding='ASCII') [source]

.npy , .npz या अचार वाली फ़ाइलों से एरे या लोड की गई वस्तुओं को लोड करें।

पैरामीटर:	फ़ाइल : फ़ाइल की तरह वस्तु, स्ट्रिंग, या pathlib.Path पढ़ने की फाइल। फ़ाइल जैसी वस्तुओं को seek() और read() तरीकों का समर्थन करना चाहिए। readline() फ़ाइलों के लिए आवश्यक है कि फ़ाइल जैसी वस्तु readline() विधि का भी समर्थन करे। mmap_mode : {कोई नहीं, + r + ’,, r’, 'w + ’,' c’}, वैकल्पिक यदि कोई नहीं है, तो दिए गए मोड का उपयोग करके फ़ाइल को मेमोरी-मैप करें (मोड के विस्तृत विवरण के लिए numpy.memmap देखें)। मेमोरी-मैप्ड ऐरे को डिस्क पर रखा जाता है। हालाँकि, इसे किसी भी ndarray की तरह एक्सेस और स्लाइस किया जा सकता है। मेमोरी मैपिंग पूरी फ़ाइल को मेमोरी में पढ़े बिना बड़ी फ़ाइलों के छोटे टुकड़ों तक पहुँचने के लिए विशेष रूप से उपयोगी है। allow_pickle : बूल, वैकल्पिक भरी हुई ऑब्जेक्ट सरणियों को लोड करने की अनुमति npy फ़ाइलों में संग्रहीत करें। अचार को बंद करने के कारणों में सुरक्षा शामिल है, क्योंकि अचार को लोड करने के लिए डेटा मनमाना कोड निष्पादित कर सकता है। यदि अचार को बंद कर दिया जाता है, तो लोडिंग ऑब्जेक्ट सरणियाँ विफल हो जाएंगी। डिफ़ॉल्ट: सच है fix_imports : बूल, वैकल्पिक केवल तभी उपयोगी होता है जब पायथन 2 को पाइथन 3 पर पिक की गई फ़ाइलें उत्पन्न होती हैं, जिसमें ऑब्जेक्ट सरणियों वाली npy / npz फाइलें शामिल होती हैं। यदि fix_imports True है, तो अचार पुराने पायथन 2 नामों को पायथन 3 में उपयोग किए गए नए नामों से मैप करने का प्रयास करेगा। एन्कोडिंग : str, वैकल्पिक पायथन 2 स्ट्रिंग्स को पढ़ते समय किस एन्कोडिंग का उपयोग करना है। केवल तभी उपयोगी होता है जब पायथन 2 को पायथन 3 में पिक की गई फ़ाइलों को जनरेट किया जाता है, जिसमें ऑब्जेक्ट एरीज़ वाली npy / npz फाइलें शामिल होती हैं। 'Latin1', 'ASCII' और 'बाइट्स' के अलावा अन्य मानों की अनुमति नहीं है, क्योंकि वे संख्यात्मक डेटा को भ्रष्ट कर सकते हैं। डिफ़ॉल्ट: 'ASCII'
यह दिखाता है:	परिणाम : सरणी, टपल, तानाशाही, आदि। डेटा फ़ाइल में संग्रहीत। .npz फ़ाइलों के लिए, NpzFile वर्ग का लौटा हुआ उदाहरण लीक करने वाले फ़ाइल डिस्क्रिप्टर से बचने के लिए बंद होना चाहिए।
जन्म देती है:	IOError यदि इनपुट फ़ाइल मौजूद नहीं है या पढ़ा नहीं जा सकता है। ValueError फ़ाइल में ऑब्जेक्ट सरणी है, लेकिन allow_pickle = गलत दिया गया है।

यह भी देखें

save , savez , savez_compressed , loadtxt

numpy.memmap

डिस्क पर फ़ाइल में संग्रहीत सरणी में एक मेमोरी-मैप बनाएं।

lib.format.open_memmap

मेमोरी-मैप्ड .npy फ़ाइल बनाएं या लोड करें।

टिप्पणियाँ

• यदि फ़ाइल में अचार डेटा होता है, तो अचार में जो भी वस्तु संग्रहीत होती है वह वापस आ जाती है।
• यदि फ़ाइल एक .npy फ़ाइल है, तो एक एकल सरणी वापस आ जाती है।
• यदि फ़ाइल एक .npz फ़ाइल है, तो एक शब्दकोश जैसी वस्तु लौटा दी जाती है, जिसमें {filename: array} की-वैल्यू जोड़े होते हैं, जो आर्काइव में प्रत्येक फाइल के लिए एक है।

• यदि फ़ाइल एक .npz फ़ाइल है, तो लौटा हुआ मान ओपन फंक्शन के लिए इसी तरह के संदर्भ प्रबंधक प्रोटोकॉल का समर्थन करता है:

  with load('foo.npz') as data:
      a = data['a']
  

  अंतर्निहित फ़ाइल डिस्क्रिप्टर 'ब्लॉक' के साथ बाहर निकलने पर बंद हो जाता है।

उदाहरण

डेटा को डिस्क पर संग्रहीत करें, और उसे फिर से लोड करें:

>>> np.save('/tmp/123', np.array([[1, 2, 3], [4, 5, 6]]))
>>> np.load('/tmp/123.npy')
array([[1, 2, 3],
       [4, 5, 6]])

डिस्क पर संपीड़ित डेटा संग्रहीत करें, और इसे फिर से लोड करें:

>>> a=np.array([[1, 2, 3], [4, 5, 6]])
>>> b=np.array([1, 2])
>>> np.savez('/tmp/123.npz', a=a, b=b)
>>> data = np.load('/tmp/123.npz')
>>> data['a']
array([[1, 2, 3],
       [4, 5, 6]])
>>> data['b']
array([1, 2])
>>> data.close()

संग्रहीत सरणी का मेम-मैप, और फिर डिस्क से दूसरी पंक्ति को सीधे एक्सेस करें:

>>> X = np.load('/tmp/123.npy', mmap_mode='r')
>>> X[1, :]
memmap([4, 5, 6])