numpy.fromfile

numpy.fromfile(file, dtype=float, count=-1, sep='', offset=0)

从文本或二进制文件中的数据构造一个数组。

读取已知数据类型的二进制数据以及解析简单格式化的文本文件的一种高效方法。使用tofile方法写入的数据可以使用此函数读取。

Notes

不要依赖于tofile和fromfile数据存储的组合，因为生成的二进制文件不是平台无关的。特别是，不保存字节顺序或数据类型信息。可以.npy使用save和load代替平台独立格式存储数据。

例子

1）从二进制文件中读取数据

假设我们有一个二进制文件 data.bin，包含一些浮点数，可以使用 numpy.fromfile 读取这些数据。

import numpy as np

# 创建一些数据并保存到二进制文件
data = np.array([1.1, 2.2, 3.3, 4.4, 5.5], dtype=np.float32)
data.tofile('data.bin')
#从这个文件中读取数据：

# 从二进制文件中读取数据
data = np.fromfile('data.bin', dtype=np.float32)
print(data)

2）从文本文件中读取数据

import numpy as np

# 创建并写入 data.txt 文件
with open('data.txt', 'w') as f:
    f.write('1.1 2.2 3.3 4.4 5.5')
    
# 从文本文件中读取数据
data = np.fromfile('data.txt', dtype=np.float32, sep=' ')
print(data)

3）读取部分数据

可以使用 count 参数来限制读取的项数：

import numpy as np


# 创建一些数据并保存到二进制文件
data = np.array([1.1, 2.2, 3.3, 4.4, 5.5], dtype=np.float32)
data.tofile('data.bin')

# 从二进制文件中读取前3个数据
data = np.fromfile('data.bin', dtype=np.float32, count=3)
print(data)

4）使用偏移量读取数据

可以使用 offset 参数从文件的特定位置开始读取数据：

import numpy as np


# 创建一些数据并保存到二进制文件
data = np.array([1.1, 2.2, 3.3, 4.4, 5.5], dtype=np.float32)
data.tofile('data.bin')

# 从二进制文件中读取数据，跳过前两个数据
data = np.fromfile('data.bin', dtype=np.float32, offset=2*4)  # 4 bytes per float32
print(data)

5）使用示例

import numpy as np
import tempfile

# 构造一个复杂的 ndarray
dt = np.dtype([('time', [('min', np.int64), ('sec', np.int64)]), ('temp', float)])
x = np.zeros((1,), dtype=dt)
x['time']['min'] = 10
x['time']['sec'] = 0
x['temp'] = 98.25

print("Original ndarray:")
print(x)

# 将原始数据保存到磁盘
fname = tempfile.mkstemp()[1]
x.tofile(fname)

# 从磁盘读取原始数据
x_from_file = np.fromfile(fname, dtype=dt)
print("\nndarray read from file using np.fromfile:")
print(x_from_file)

# 推荐的存储和加载数据的方式
np.save(fname, x)
x_loaded = np.load(fname + '.npy')
print("\nndarray read from file using np.save and np.load:")
print(x_loaded)