python - 将numpy数组保存到文件(尽可能小的大小)

Question

现在我有一个python程序构建一个相当大的2D numpy数组并使用numpy.savetxt将其保存为制表符分隔的文本文件.numpy数组只包含浮点数.然后,我在一个单独的C++程序中一次读取一行文件.

我想要做的是找到一种方法来完成同样的任务,尽可能少地改变我的代码,这样我就可以减少我在两个程序之间传递的文件的大小.

我发现我可以使用numpy.savetxt保存为压缩的.gz文件而不是文本文件.这将文件大小从大约2MB降低到大约100kB.

有一个更好的方法吗？或许,我可以将二进制的numpy数组写入文件以节省空间吗？如果是这样,我将如何做到这一点,以便我仍然可以将它读入C++程序？

感谢您的帮助.我很感激能得到的任何指导.

编辑:

有很多零(numpy数组中可能有70%的值是0.0000)我不知道我怎么能以某种方式利用它并生成一个我的c ++程序可以读取的小文件

Answer 1

由于有很多零，因此只能以（索引，数字）的形式写出非零元素。

假设您有一个包含少量非零数字的数组：

In [5]: a = np.zeros((10, 10))

In [6]: a
Out[6]: 
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])

In [7]: a[3,1] = 2.0

In [8]: a[7,4] = 17.0

In [9]: a[9,0] = 1.5

首先，分离出有趣的数字及其指数：

In [11]: x, y = a.nonzero()

In [12]: zip(x,y)
Out[12]: [(3, 1), (7, 4), (9, 0)]

In [13]: nonzero = zip(x,y)

现在您只剩下少量数据元素了。最简单的事情是将它们写入文本文件：

In [17]: with open('numbers.txt', 'w+') as outf:
   ....:     for r, k in nonzero:
   ....:         outf.write('{:d} {:d} {:g}\n'.format(r, k, a[r,k]))
   ....:         

In [18]: cat numbers.txt
3 1 2
7 4 17
9 0 1.5

这也让您有机会观察数据。在您的 C++ 程序中，您可以使用 读取此数据fscanf。

但是您可以通过使用struct写入二进制数据来进一步减小大小：

In [17]: import struct

In [19]: c = struct.Struct('=IId')

In [20]: with open('numbers.bin', 'w+') as outf:
   ....:     for r, k in nonzero:
   ....:         outf.write(c.pack(r, k, a[r,k]))

构造函数的参数Struct意味着；使用本机日期格式“=”。第一个和第二个数据元素是无符号整数“I”，第三个元素是双精度“d”。

在您的 C++ 程序中，最好将这些数据作为二进制数据读入打包的struct.

编辑：更新了二维数组的答案。