φυβλαςのβλογ
บล็อกของ phyblas



numpy & matplotlib เบื้องต้น บทที่ ๓๙: การอ่านและเขียนอาเรย์ลงไฟล์
เขียนเมื่อ 2016/07/01 03:12
แม้ว่าในไพธอนจะมีฟังก์ชันสำหรับจัดการไฟล์อยู่แล้ว แต่เพื่อที่จะจัดการบางอย่างที่จำเพาะสำหรับอาเรย์แล้ว numpy มีคำสั่งสำหรับทำตรงนี้โดยเฉพาะ



การเปิดไฟล์ข้อความเพื่อสร้างอาเรย์
สมมุติว่ามีไฟล์ชื่อ 123456789.txt เขียนอะไรแบบนี้ไว้
1 2 3
4 5 6
7 8 9

หากต้องการให้เลขเหล่านี้กลายมาเป็นอาเรย์ ถ้าใช้ฟังก์ชันมาตรฐานของไพธอนจะเขียนแบบนี้
import numpy as np
f = open('123456789.txt','r')
m = f.readlines() # อ่านข้อความในไฟล์โดยแยกเป็นแต่ละแถวไว้ในลิสต์
a = [x.split() for x in m] # ใช้ split เพื่อแยกข้อความด้านในเป็นลิสต์ย่อย
ari = np.array(a,dtype=float) # นำมาเปลี่ยนแป็นอาเรย์ โดยกำหนดชนิดให้ด้วยไม่เช่นนั้นจะเป็นสายอักขระ
f.close()

(รายละเอียดเกี่ยวกับเรื่องการเปิดอ่านไฟล์แบบทั่วไปอ่านได้ในเนื้อหาภาษาไพธอนเบื้องต้นบทที่ ๑๗)

ซึ่งก็จะเห็นว่าประกอบไปด้วยหลายขั้นตอนกว่าจะมาเป็นอาเรย์ แต่หากเรารู้อยู่แล้วว่าเราต้องการเปิดไฟล์ขึ้นมาเพื่อสร้างอาเรย์ละก็ กรณีแบบนี้ใช้คำสั่ง np.loadtxt ของ numpy จะเร็วกว่า

หากใช้ np.loadtxt สามารถเขียนใหม่ได้เป็น
ari = np.loadtxt('123456789.txt')

เท่านี้ก็จะได้ผลลัพธ์แบบเดียวกันด้วยการเขียนแค่บรรทัดเดียว

แต่ทีนี้บางทีมันก็ไม่ง่ายเช่นนั้น เพราะตัวเลขอาจจะไม่ได้ถูกกั้นด้วยช่องว่าง แต่อาจใช้อะไรบางอย่างเช่นจุลภาคเป็นต้น เช่น
1, 2, 3
4, 5, 6
7, 8, 9

กรณีแบบนั้นจำเป็นต้องเพิ่มคีย์เวิร์ด delimiter เข้าไป
ari = np.loadtxt('123456789.txt',delimiter=',')

ในบางครั้งภายในไฟล์ก็อาจไม่ได้มีแต่ข้อมูลที่เราต้องการ แต่มีการจั่วหัว เช่น
sawatdi rao chue array
x, y, z
1, 2, 3
4, 5, 6
7, 8, 9

กรณีแบบนี้ต้องเติมคีย์เวิร์ด skiprows โดยใส่ค่าเท่ากับจำนวนบรรทัดที่ต้องการข้าม เพื่อใหัมันโดดข้ามไปที่บรรทัดที่ต้องการอ่านจริงๆ
ari = np.loadtxt('123456789.txt',delimiter=',',skiprows=2)

เพียงแต่ว่าในกรณีที่ในไฟล์มีตัวอักษรที่ไม่ใช่ ascii ปนอยู่ด้วย เช่น
สวัสดี เราชื่ออาเรย์
x, y, z
1, 2, 3
4, 5, 6
7, 8, 9

แบบนี้มันจะไม่สามารถอ่านได้ จำเป็นต้องเปิดไฟล์ด้วย open แล้วจึงใช้ไฟล์นั้นมาใส่ใน np.loadtxt อีกที จึงเป็นแบบนี้
f = open('123456789.txt',encoding='utf-8')
ari = np.loadtxt(f,delimiter=',',skiprows=2)

นั่นเป็นวิธีจัดการกับข้อความส่วนบรรทัดอื่นที่ไม่เกี่ยวข้อง แต่หากข้อความที่ไม่เกี่ยวข้องนั้นอยู่ในบรรทัดเดียวกับข้อมูลก็จะต้องใช้ usecols

usecols เป็นคีย์เวิร์ดที่ใช้กำหนดว่าเราจะเอาข้อมูลจากแถวไหนที่อ่านได้ไปบ้าง โดยแถวแรกนับเป็น 0

ตัวอย่างเช่นข้อความเป็นแบบนี้
o, x, y, z
a, 1, 2, 3
b, 4, 5, 6
c, 7, 8, 9

ก็ต้องเขียนแบบนี้
ari = np.loadtxt('123456789.txt',delimiter=',',skiprows=1,usecols=[1,2,3])

แบบนี้ a b c ก็จะไม่ถูกนำมารวมในอาเรย์ที่โหลดขึ้นมาด้วย

ถ้ากำหนดคีย์เวิร์ด unpack=1 จะทำให้อาเรย์ที่ได้ถูกทรานสโพสสลับแกนไป
ari = np.loadtxt('123456789.txt',delimiter=',',skiprows=1,usecols=[1,2,3],unpack=1)

ผลลัพธ์
[[ 1.  4.  7.]
 [ 2.  5.  8.]
 [ 3.  6.  9.]]

ปกติถ้าเราไม่ได้กำหนดชนิดข้อมูลเอาไว้อาเรย์ที่สร้างขึ้นจะมีสมาชิกเป็น float ทั้งหมด แต่ก็สามารถกำหนดชนิดข้อมูลได้ตามต้องการด้วยคีย์เวิร์ด dtype เช่นเดียวกับตอนที่สร้างอาเรย์ธรรมดา

เช่นถ้าต้องการจำนวนเต็ม
ari = np.loadtxt('123456789.txt',delimiter=',',skiprows=1,usecols=[1,2,3],dtype=int)

ได้
[[1 2 3]
 [4 5 6]
 [7 8 9]]



สรุปคีย์เวิร์ดทั้งหมด
delimiter ตัวที่ใช้แบ่งสมาชิกในแต่ละหลัก
usecols กำหนดว่าจะใช้หลักไหนบ้าง
unpack กำหนดว่าอาเรย์ที่ได้จะทรานสโพสหรือเปล่า
dtype ชนิดของข้อมูลอาเรย์
skiprows กำหนดว่าจะข้ามไปกี่แถว



การบันทึกอาเรย์
ในทางตรงกันข้ามกับการอ่านอาเรย์ คำสั่งที่ใช้บันทึกอาเรย์คือ savetxt
arai = np.arange(1,9).reshape(2,4)
np.savetxt('12345678.txt',arai)

พอเปิดไฟล์ก็จะได้เป็นแบบนี้
1.000000000000000000e+00 2.000000000000000000e+00 3.000000000000000000e+00 4.000000000000000000e+00
5.000000000000000000e+00 6.000000000000000000e+00 7.000000000000000000e+00 8.000000000000000000e+00

นั่นเพราะเราไม่ได้กำหนดรูปแบบการแสดงผลมันก็เลยออกมาเป็นแบบนี้ รูปแบบการแสดงผลสามารถระบุได้โดยใส่คีย์เวิร์ด fmt โดยค่าที่ใส่ก็คือพวก %d %f อ่านรายละเอียดได้ในเนื้อหาภาษาไพธอนเบื้องต้นบทที่ ๑๐

คีย์เวิร์ด fmt อยู่ในตำแหน่งที่ ๓ อยู่แล้ว ดังนั้นอาจใส่เป็นอาร์กิวเมนต์ตัวที่ ๓ ไปโดยไม่ต้องพิมพ์ fmt= ก็ได้

ลองแก้เป็น
np.savetxt('12345678.txt',arai,'%05d')

จะได้
00001 00002 00003 00004
00005 00006 00007 00008

สามารถกำหนดตัวคั่นได้ด้วยคีย์เวิร์ด delimiter เช่นเดียวกับตอนอ่าน

หากต้องการให้เปิดอ่านในไมโครซอฟต์เอ็กเซลเป็นตารางได้เลยก็อาจคั่นด้วย , และนิยมเซฟไฟล์เป็น .csv
np.savetxt('12345678.csv',arai,'%d',delimiter=',')

หากต้องการให้ข้อมูลถูกบันทึกลงบรรทัดเดียวกันไปเลยโดยไม่ต้องขึ้นบรรทัดใหม่ก็ ให้ใส่คีย์เวิรืด newline ใส่ค่าเป็นอะไรก็ได้ที่ต้องการให้เป็นตัวคั่นในแต่บรรทัด

ตัวอย่าง
np.savetxt('12345678.txt',arai,'%d',delimiter='_',newline='||')

จะได้
1_2_3_4||5_6_7_8||

นอกจากนี้ยังสามารถเพิ่มข้อความที่ไม่เกี่ยวข้องลงไปด้วยได้โดยใส่คีย์เวิร์ด header และ footer ซึ่งจะแทรกข้อความที่หัวและท้ายตามลำดับ

ลอง
np.savetxt('12345678.txt',arai,'%d',header='header',footer='footer')

จะได้เป็น
# header
1 2 3 4
5 6 7 8
# footer

จะเห็นว่าข้อความเป็นไปตามที่พิมพ์แต่มีเพิ่ม # เข้ามาด้านหน้า หากเราเอาไฟล์นี้ไปเปิดด้วยคำสั่ง np.loadtxt จะพบว่ามันไม่อ่านตรงนี้โดยที่เราไม่จำเป็นต้องใส่คีย์เวิร์ด skiprows ด้วย

แต่หากเราไม่ต้องการให้มี # นำหน้าหรืออยากเปลี่ยนเป็นอย่างอื่นก็ต้องเพิ่มคีย์เวิร์ดไปอีกตัวคือ comments
np.savetxt('12345678.txt',arai,'%d',header='header',footer='footer',comments='!!!')

ผลที่ได้ก็จะเป็น
!!!header
1 2 3 4
5 6 7 8
!!!footer

สรุปคีย์เวิร์ดทั้งหมด
fmt รูปแบบตัวหนังสือที่จะเขียน
delimiter ตัวคั่นระหว่างหลัก ถ้าไม่ใส่จะเป็นการเว้นช่องว่างหนึ่งช่อง
newline ตัวคั่นระหว่างแถว ถ้าไม่ใส่จะเป็น \n
header ข้อความส่วนหัว
footer ข้อความส่วนท้าย
comments ข้อความที่นำหน้าข้อความส่วนหัวและท้าย ถ้าไม่ใส่จะเป็น #



การบันทึกเป็นไฟล์เฉพาะสำหรับ numpy
นอกจากการจัดการกับไฟล์ทั่วไปดังที่กล่าวไปแล้ว numpy ยังมีวิธีการบันทึกเป็นไฟล์ในรูปแบบของตัวเองด้วย ทำได้โดยใช้ฟังก์ชัน np.save

ไฟล์ของ numpy นั้นมีชื่อสกุลเป็น .npy เวลาที่เซฟเราต้องพิมพ์ชื่อไฟล์ให้เป็น .npy ไม่เช่นนั้น .npy จะถูกเติมต่อท้ายให้โดยอัตโนมัติ

ตัวอย่าง
aay = np.arange(1,5).reshape(2,2)
np.save('1234',aay)

จากนั้นก็จะได้ไฟล์ชื่อ 1234.npy มา ซึ่งเราจะไม่สามารถเปิดอ่านดูภายในได้เพาะเป็นไบนารี

การเปิดอ่านไฟล์ทำได้โดยใช้ฟังก์ชัน np.load
yaa = np.load('1234.npy')

หากต้องการบันทึกอาเรย์หลายตัวไว้ในไฟล์เดียวก็สามารถทำได้ด้วยคำสั่น np.savez

(นอกเรื่อง) คำว่า savez เป็นภาษาฝรั่งเศส เป็นรูปผันของคำว่า savoir แปลว่า "รู้" ใช้กับประธานบุรุษที่สองพหูพจน์ในกาลปัจจุบัน

การใช้ฟังก์ชันนี้ให้ใส่อาเรย์ที่ต้องการบันทึกอยู่เป็นอาร์กิวเมนต์ตัวถัดจากชื่อไฟล์ได้เลย ใส่กี่ตัวก็ได้ตามลำดับ

ไฟล์ที่ได้จากคำสั่งนี้จะมีชื่อสกุลเป็น npz

ตัวอย่าง
axa = np.arange(1,5)
aya = np.arange(11,15)
aza = np.arange(101,105)
np.savez('aaa',axa,aya,aza)

จะได้ไฟล์ชื่อ aaa.npz มา ซึ่งไม่สามารถเปิดอ่านได้โดยตรง แต่ว่าอาเรย์ทั้งหมดก็ได้ถูกเก็บอยู่ในนั้นแล้ว

จากนั้นก็เปิดอ่านขึ้นมาได้ด้วยฟังก์ชัน np.load เหมือนกับอาเรย์เดี่ยว แต่ว่าออบเจ็กต์ที่ได้มาจะอยู่ในรูป numpy.lib.npyio.NpzFile ซึ่งยังเข้าถึงอาเรย์แต่ละตัวไม่ได้ในทันที จะเข้าถึงได้ในลักษณะการเขียนเป็นแบบดิกชันนารี โดยที่ชื่อจะเป็น arr_0, arr_1, arr_2 ตามลำดับที่ใส่เข้าไป

ตัวอย่าง
awa = np.load('aaa.npz')
print(awa['arr_0']) # ได้ [1 2 3 4]
print(awa['arr_1']) # ได้ [11 12 13 14]
print(awa['arr_2']) # ได้ [101 102 103 104]

แต่ว่าเราสามารถตั้งชื่อให้กับอาเรย์ที่ใส่เข้าไปได้ตามที่ต้องการได้ โดยใส่ในรูปของคีย์เวิร์ด แล้วคีย์เวิร์ดนั้นจะกลายมาเป็นชื่อ
axa = np.arange(1,5)
aya = np.arange(11,15)
aza = np.arange(101,105)
np.savez('aaa',xa=axa,ya=aya,za=aza)
awa = np.load('aaa.npz')
print(awa['xa']) # ได้ [1 2 3 4]

เราสามารถตรวจดูชื่ออาเรย์ทั้งหมดที่เก็บอยู่ในไฟล์นั้นได้โดยดูที่แอตทริบิวต์ files
awa = np.load('aaa.npz')
print(awa.files) # ได้ ['ya', 'za', 'xa']



อ้างอิง


<< บทที่แล้ว     บทถัดไป >>
หน้าสารบัญ


-----------------------------------------

囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧

ดูสถิติของหน้านี้

หมวดหมู่

-- คอมพิวเตอร์ >> เขียนโปรแกรม >> python >> numpy

ไม่อนุญาตให้นำเนื้อหาของบทความไปลงที่อื่นโดยไม่ได้ขออนุญาตโดยเด็ดขาด หากต้องการนำบางส่วนไปลงสามารถทำได้โดยต้องไม่ใช่การก๊อปแปะแต่ให้เปลี่ยนคำพูดเป็นของตัวเอง หรือไม่ก็เขียนในลักษณะการยกข้อความอ้างอิง และไม่ว่ากรณีไหนก็ตาม ต้องให้เครดิตพร้อมใส่ลิงก์ของทุกบทความที่มีการใช้เนื้อหาเสมอ

สารบัญ

รวมคำแปลวลีเด็ดจากญี่ปุ่น
python
-- numpy
-- matplotlib

-- pandas
-- pytorch
maya
การเรียนรู้ของเครื่อง
-- โครงข่าย
     ประสาทเทียม
บันทึกในญี่ปุ่น
บันทึกในจีน
-- บันทึกในปักกิ่ง
บันทึกในไต้หวัน
บันทึกในยุโรปเหนือ
บันทึกในประเทศอื่นๆ
เรียนภาษาจีน
qiita
บทความอื่นๆ

บทความแบ่งตามหมวด



ติดตามอัปเดตของบล็อกได้ที่แฟนเพจ

  ค้นหาบทความ

  บทความแนะนำ

หลักการเขียนทับศัพท์ภาษาจีนกลาง
g ในภาษาญี่ปุ่นออกเสียง "ก" หรือ "ง" กันแน่
ค้นพบระบบดาวเคราะห์ ๘ ดวง เบื้องหลังความสำเร็จคือปัญญาประดิษฐ์ (AI)
หอดูดาวโบราณปักกิ่ง ตอนที่ ๑: แท่นสังเกตการณ์และสวนดอกไม้
พิพิธภัณฑ์สถาปัตยกรรมโบราณปักกิ่ง
บ้านเก่าของจางเสวียเหลียงในเทียนจิน
เที่ยวจิ่นโจว ๓ วัน ๒ คืน 23 - 25 พ.ค. 2015
เที่ยวเมืองตานตง ล่องเรือในน่านน้ำเกาหลีเหนือ
บันทึกการเที่ยวสวีเดน 1-12 พ.ค. 2014
แนะนำองค์การวิจัยและพัฒนาการสำรวจอวกาศญี่ปุ่น (JAXA)
เที่ยวฮ่องกงในคืนคริสต์มาสอีฟ เดินทางไกลจากสนามบินมาทานติ่มซำอร่อยโต้รุ่ง
เล่าประสบการณ์ค่ายอบรมวิชาการทางดาราศาสตร์โดยโซวเคนได 10 - 16 พ.ย. 2013
ตระเวนเที่ยวตามรอยฉากของอนิเมะในญี่ปุ่น
เที่ยวชมหอดูดาวที่ฐานสังเกตการณ์ซิงหลง
บันทึกการเที่ยวญี่ปุ่นครั้งแรกในชีวิต - ทุกอย่างเริ่มต้นที่สนามบินนานาชาติคันไซ
หลักการเขียนคำทับศัพท์ภาษาญี่ปุ่น
ทำไมจึงไม่ควรเขียนวรรณยุกต์เวลาทับศัพท์ภาษาต่างประเทศ
ทำไมถึงอยากมาเรียนต่อนอก
เหตุผลอะไรที่ต้องใช้ภาษาวิบัติ?

บทความแต่ละเดือน

2019年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2018年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2017年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2016年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2015年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

ค้นบทความเก่ากว่านั้น

ไทย

日本語

中文