numpy.memmap 映射保存文件
Posted
技术标签:
【中文标题】numpy.memmap 映射保存文件【英文标题】:numpy.memmap map to save file 【发布时间】:2014-05-28 13:34:05 【问题描述】:我正在尝试创建随机矩阵并使用 numpy.save 将其保存在二进制文件中
然后我尝试使用 numpy.memmap 映射这个文件,但它似乎映射错了。
如何解决?
它似乎读取了 .npy 标头,我需要从头开始 scip 一些字节。
rows=6
cols=4
def create_matrix(rows,cols):
data = (np.random.rand(rows,cols)*100).astype('uint8') #type for image [0 255] int8?
return data
def save_matrix(filename, data):
np.save(filename, data)
def load_matrix(filename):
data= np.load(filename)
return data
def test_mult_ram():
A= create_matrix(rows,cols)
A[1][2]= 42
save_matrix("A.npy", A)
A= load_matrix("A.npy")
print A
B= create_matrix(cols,rows)
save_matrix("B.npy", B)
B= load_matrix("B.npy")
print B
fA = np.memmap('A.npy', dtype='uint8', mode='r', shape=(rows,cols))
fB = np.memmap('B.npy', dtype='uint8', mode='r', shape=(cols,rows))
print fA
print fB
更新:
我刚刚发现np.lib.format.open_memmap函数已经存在了。
用法: a = np.lib.format.open_memmap('A.npy', dtype='uint8', mode='r+')
【问题讨论】:
【参考方案1】:如果您的目标是将使用 np.save
保存的数组打开为 memmap,那么您可以使用 np.load
和选项 mmap_mode
:
fA = np.load('A.npy', mmap_mode='r')
fB = np.load('B.npy', mmap_mode='r')
通过这种方式,您实际上受益于存储在 .npy
文件中的标头,因为它可以跟踪数组的形状和 dtype。
【讨论】:
【参考方案2】:npy format 有一个在使用np.memmap
时必须跳过的标头。它以一个 6 字节的魔术字符串 '\x93NUMPY'
开头,2 字节的版本号,然后是 2 字节的标头长度,然后是标头数据。
因此,如果您打开文件,找到标头长度,然后您可以计算要传递给 np.memmap 的偏移量:
def load_npy_to_memmap(filename, dtype, shape):
# npy format is documented here
# https://github.com/numpy/numpy/blob/master/doc/neps/npy-format.txt
with open(filename, 'r') as f:
# skip magic string \x93NUMPY + 2 bytes major/minor version number
# + 2 bytes little-endian unsigned short int
junk, header_len = struct.unpack('<8sh', f.read(10))
data= np.memmap(filename, dtype=dtype, shape=shape, offset=6+2+2+header_len)
return data
import struct
import numpy as np
np.random.seed(1)
rows = 6
cols = 4
def create_matrix(rows, cols):
data = (np.random.rand(
rows, cols) * 100).astype('uint8') # type for image [0 255] int8?
return data
def save_matrix(filename, data):
np.save(filename, data)
def load_matrix(filename):
data= np.load(filename)
return data
def load_npy_to_memmap(filename, dtype, shape):
# npy format is documented here
# https://github.com/numpy/numpy/blob/master/doc/neps/npy-format.txt
with open(filename, 'r') as f:
# skip magic string \x93NUMPY + 2 bytes major/minor version number
# + 2 bytes little-endian unsigned short int
junk, header_len = struct.unpack('<8sh', f.read(10))
data= np.memmap(filename, dtype=dtype, shape=shape, offset=6+2+2+header_len)
return data
def test_mult_ram():
A = create_matrix(rows, cols)
A[1][2] = 42
save_matrix("A.npy", A)
A = load_matrix("A.npy")
print A
B = create_matrix(cols, rows)
save_matrix("B.npy", B)
B = load_matrix("B.npy")
print B
fA = load_npy_to_memmap('A.npy', dtype='uint8', shape=(rows, cols))
fB = load_npy_to_memmap('B.npy', dtype='uint8', shape=(cols, rows))
print fA
print fB
np.testing.assert_equal(A, fA)
np.testing.assert_equal(B, fB)
test_mult_ram()
【讨论】:
刚刚发现np.lib.format.open_memmap函数已经存在了。 @mrgloom:感谢您指出这一点。请张贴并接受它作为正确答案。以上是关于numpy.memmap 映射保存文件的主要内容,如果未能解决你的问题,请参考以下文章
将 CSV 文件加载到 NumPy memmap 数组使用太多内存
使用python(numpy memmap,pytables或其他?)对巨大矩阵进行快速下采样