Python的Numpy模块可用于存储和读取数据：
1.将一个数组存储为二进制文件
Numpy.save：将一个数组以.npy的格式保存为二进制文件
调用格式：numpy.save(file, arr, allow_pickle=True, fix_imports=True)
file的格式：file,str,or pathlib.Path. 如果file是一个文件对象，则文件名不会被改变；如果file是一个字符串或者路径，并且没有 .npy扩展，则会在后面加上 .npy的扩展
arr： 要保存的数组对象
Numpy.load：从.npy .npz或者pickled文件中加载数组或者pickled对象
调用格式：numpy.load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding='ASCII')
file的格式： file-like object, string, or pathlib.Path.类似文件对象(file_like object)必须支持seek()和read()方法。pickled文件要求file_like object必须支持readline()方法
encoding：读取python 2中的字符串时使用的编码方式。仅当在Python 3中加载Python 2生成的pickled文件时有用，该文件包括含有对象数组的npy / npz文件。不允许使用“ latin1”，“ ASCII”和“ bytes”以外的其他值，因为它们会破坏数字数据。默认值：“ ASCII”
返回：数组、元组或者字典等
import numpy as np arr = np.arange(12).reshape(3,4)
# 保存arr数组
np.save('arr.npy', arr)
# 读取arr文件
a = np.load('arr.npy')
print(a)
2.将一个数组存储为文本文件
Numpy.savetxt：将一个数组保存为文本文件，只能存储一维和二维数组
调用格式：numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='n', header='', footer='', comments='# ', encoding=None)
fname：filename or file handle. 如果文件名以.gz结尾，文件将自动保存为gzip的压缩格式
X：要保存的一维或者二维数组对象
fmt：规定保存的数组元素类型，默认为%.18e
delimiter：字符串或者字符，用来分隔列，默认为空格
Numpy.loadtxt：从一个文本文件中加载数据，文本文件每一行的数值个数必须相同
调用格式：numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converts=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None)
fname：要读取的文件，可以是.gz或者.bz2的压缩文件
dtype：指定数组的数据类型，默认为float
delimiter：用于分隔元素，要与文件中的分割符一致，默认为空格
返回：ndarray
import numpy as np arr = np.arange(12).reshape(3,4)
# 将一个数组保存为csv文件
np.savetxt('arr.csv', arr, delimiter=',')
# 读取文件
arr_file = np.loadtxt('arr.csv', dtype=np.int, delimiter=',')
print(arr_file)
3.将一个数组存储为文本文件或者二进制文件
（这种方法会造成数组的信息丢失，不适合精确存储）
ndarray.tofile：将一个数组存储为文本文件或者二进制文件
调用格式：nadrray.tofile(fid, sep="", format="%s")
fid：可以是打开的文件对象或者包含文件名的字符串
sep：分隔符，当sep为空时，以二进制的方式写入
format：输出的格式字符串
Numpy.fromfile：从文本或二进制文件中读取数据
调用格式：numpy.fromfile(file, dtype='float', count=-1, sep='', offset=0)
dtype：规定返回的数组的数据类型
count：读取的元素个数，-1为读取整个文件，默认-1，
offset：用于二进制文件，规定当前文件位置的偏移量（以字节为单位）
import numpy as np arr = np.arange(12).reshape(3,4)
arr.tofile('arr.txt', sep=',', format='%d')
# 以存储后的形式输出
arr_out1 = np.fromfile('arr.txt', dtype=np.int, sep=',')
print(arr_out1)
# 以存储前的形式输出
arr_out2 = np.fromfile('arr.txt', dtype=np.int, sep=',').reshape(3,4)
print(arr_out2)
4.将多个数组存入一个文件
Numpy.savez：将多个数组以未压缩的.npz格式存入一个文件中
调用格式：numpy.savez(file, *args, **kwds)
如果传入的数组参数没有给相应的键，则函数会自动给每个数组参数一个名字，从arr_0、arr_1、arr_2依次递推；如果给定了键，则可以用给定的键。
import numpy as np arr1 = np.arange(12).reshape(3, 4)
arr2 = np.random.randint(0, 12, (3, 4)) # 不给数组参数相应的键
np.savez('array.npz', arr1, arr2)
f = np.load('array.npz')
print(f['arr_0'])
print(f['arr_1']) # 给数组参数相应的键
np.savez('array2.npz', arr1=arr1, arr2=arr2)
f2 = np.load('array2.npz')
print(f2['arr1'])
print(f2['arr2'])
5.将多个数组以压缩的形式存入一个文件
Numpy.savez_compressed：将多个数组以压缩后的.npz格式保存到一个文件中
调用格式：numpy.savez_compressed(file, *args, **kwds)
savez_compressed的用法与savez类似