如何在磁盘上保存NumPy数组

在处理科学计算时，NumPy库是一个非常强大的工具。然而，在实际应用中，我们常常需要将这些数据持久化存储到磁盘上以便后续使用或共享。本文将讨论如何在磁盘上保存和恢复NumPy数组，并比较几种常见的方法。

方法一：使用Pickle模块

Python内置的pickle模块可以用来序列化和反序列化任何Python对象，包括NumPy数组。这种方法简单直接，但需要注意的是，pickle文件的安全性较低，不应该从不可信来源加载pickle数据。

import numpy as np
import pickle

# 创建一个示例NumPy数组
arr = np.array([1, 2, 3, 4, 5])

# 使用pickle保存数组到磁盘
with open('array.pkl', 'wb') as f:
    pickle.dump(arr, f)

# 从磁盘加载数组
with open('array.pkl', 'rb') as f:
    loaded_arr = pickle.load(f)

方法二：使用NumPy的内置函数

NumPy本身提供了两个非常方便的函数来保存和加载数组，分别是numpy.save和numpy.load。这些方法生成的是以.npy为扩展名的二进制文件，相比于pickle更为安全，并且更易于处理。

import numpy as np

# 创建一个示例NumPy数组
arr = np.array([1, 2, 3, 4, 5])

# 使用numpy.save保存数组到磁盘
np.save('array.npy', arr)

# 从磁盘加载数组
loaded_arr = np.load('array.npy')

方法三：使用NumPy的压缩功能

对于大数组，我们可以考虑使用压缩来减少文件大小。NumPy提供了numpy.savez_compressed函数，它允许我们将多个数组保存到一个压缩文件中，并且只占用较少的空间。

import numpy as np

# 创建两个示例NumPy数组
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])

# 使用numpy.savez_compressed保存数组到磁盘（压缩）
np.savez_compressed('arrays.npz', array1=arr1, array2=arr2)

# 从磁盘加载数组
with np.load('arrays.npz') as data:
    loaded_arr1 = data['array1']
    loaded_arr2 = data['array2']

总结

选择哪种方法来保存NumPy数组取决于具体的应用场景和需求。如果只是简单的持久化存储，并且安全性不是主要问题，可以使用pickle模块；如果需要更高的安全性和性能，则应该使用NumPy的内置函数；对于大数组或者多个数组的存储，推荐使用压缩功能来减少文件大小。