Numpy文本数据存取：savetxt与loadtxt使用指南

阿麦

发布时间：2026-10-13 | 1人浏览过

原创

本文介绍Numpy中将数组数据保存为文本文件的方法。通过savetxt函数可将数组写入txt，利用loadtxt函数重新加载。示例展示了从生成随机数组、保存为data.txt到读取并验证数据一致性的完整流程，适用于需要后期灵活处理数据的场景。

Numpy不仅支持将数据以二进制格式保存至文件，还允许用户选择将其存储为文本文件。当考虑到磁盘存储的兼容性以及后续处理工具的多样性时，通常优先选择文本格式进行保存。

在Numpy中，可以使用savetxt功能来存储文本数据文件，并通过loadtxt功能来加载相应的文件。与二进制存储机制不同，savetxt函数在保存时不会自动为文件添加扩展名。

下面通过一个简单的操作示例来进行演示：

In [15]: arr1 =rand(5,4)
 
In [16]: arr1
Out[16]:
array([[0.21349492, 0.77993282, 0.37269246, 0.70599725],
 [ 0.74004045, 0.64697716, 0.49489394, 0.94005934],
 [ 0.89902693, 0.43021685, 0.29623512, 0.4259565 ],
 [ 0.00146385, 0.7619464 , 0.2764662 , 0.00896728],
 [ 0.17746182, 0.81107356, 0.13140944, 0.12808611]])
 
In [17]:np.savetxt('data.txt',arr1)

执行上述操作后，数组信息已被保存至data.txt文件中。用户可以使用任意文本编辑器或其他处理工具对该文件进行编辑和修改。若直接以文本形式查看该文件，结果如下所示：

C:\Users\ThinkPad\Desktop>typedata.txt
2.134949194782667092e-017.799328187516920696e-01 3.726924550593806451e-01 7.059972531846898658e-01
7.400404474495648754e-016.469771552354630639e-01 4.948939386825553788e-01 9.400593405075502451e-01
8.990269288143762916e-014.302168497691762905e-01 2.962351210526772416e-01 4.259564974067475696e-01
1.463850064000737916e-037.619464016912527171e-01 2.764661957409741966e-01 8.967282719944846825e-03
1.774618247314488917e-018.110735600283927038e-01 1.314094418012348164e-01 1.280861102265743456e-01

接下来演示如何加载该文件：

In [22]: new_arr =np.loadtxt('data.txt')
 
In [23]: new_arr
Out[23]:
array([[0.21349492, 0.77993282, 0.37269246, 0.70599725],
 [ 0.74004045, 0.64697716, 0.49489394, 0.94005934],
 [ 0.89902693, 0.43021685, 0.29623512, 0.4259565 ],
 [ 0.00146385, 0.7619464 , 0.2764662 , 0.00896728],
 [ 0.17746182, 0.81107356, 0.13140944, 0.12808611]])

存储的数据文件可以通过加载操作重新创建为数组对象。为了验证存储与读取过程的一致性，进行如下检查：

In [25]: arr1 ==new_arr
Out[25]:
array([[True, True, True, True],
 [ True, True, True, True],
 [ True, True, True, True],
 [ True, True, True, True],
 [ True, True, True, True]], dtype=bool)

从上述结果可以看出，读取回来的数据与原始数据具有等价效果。

以上关于Numpy以文本方式存储及读取数据的方法即为全部内容，希望能对大家有所帮助。欢迎大家参考并支持本站。