使用numpy.lib.format模块来读取和写入NumPy数组

NumPy是一个Python库，用于进行科学计算和处理大型多维数组。NumPy提供了一个具有高性能的多维数组对象，称为ndarray，以及用于对这些数组进行操作的函数。

numpy.lib.format模块提供了用于读取和写入NumPy数组的函数。这些函数将数组以二进制格式存储在磁盘上，以便在需要时可以快速读取和加载。

以下是numpy.lib.format模块中两个常用的函数的使用示例：

1. numpy.lib.format.open_memmap函数：该函数用于将大型数组保存到内存映射文件中。内存映射文件是一种特殊类型的文件，可以像访问常规数组一样访问其内容。这对于处理比内存更大的数组非常有用。

import numpy as np

# 创建一个大型的随机数组
arr = np.random.rand(1000000)

# 将数组保存到内存映射文件
filename = 'memmap.dat'
fp = np.lib.format.open_memmap(filename, mode='w+', dtype=np.float64, shape=arr.shape)
fp[:] = arr[:]
fp.flush()

# 从内存映射文件中加载数组
loaded_arr = np.lib.format.open_memmap(filename, mode='r', dtype=np.float64)
print(loaded_arr)

在上面的例子中，我们首先创建一个大小为1000000的随机数组arr。然后，我们使用open_memmap函数将数组存储到名为'memmap.dat'的内存映射文件中。然后，我们使用相同的函数加载内存映射文件中的数组。最后，我们打印加载的数组。

2. numpy.lib.format.read_array和numpy.lib.format.write_array函数：这两个函数用于将NumPy数组以二进制格式写入文件并从文件中读取数组。

import numpy as np

# 创建一个随机数组
arr = np.random.rand(10, 10)

# 将数组写入文件
filename = 'array.bin'
with open(filename, 'wb') as f:
    np.lib.format.write_array(f, arr)
    
# 从文件中读取数组
with open(filename, 'rb') as f:
    loaded_arr = np.lib.format.read_array(f)
    
print(loaded_arr)

在上面的例子中，我们首先创建一个10x10的随机数组arr。然后，我们使用write_array函数将数组以二进制格式写入名为'array.bin'的文件中。然后，我们使用read_array函数从文件中读取数组。最后，我们打印加载的数组。

这些例子演示了如何使用numpy.lib.format模块来读取和写入NumPy数组。这些函数对于处理大型数组或需要将数组存储在磁盘上以后用于快速加载的情况非常有用。