numpy.
memmap
创建存储在 二元的 磁盘上的文件。
内存映射文件用于访问磁盘上大文件的小部分,而不需要将整个文件读取到内存中。numpy的memmap是类似数组的对象。这和python的不同 mmap 模块,使用类似文件的对象。
mmap
Ndarray的这个子类与一些操作有一些不愉快的交互,因为它不太适合作为子类。使用此子类的另一种选择是创建 mmap 对象自己,然后用 ndarray.__new__ 直接传递在其'buffer='参数中创建的对象。
这个类可能在某个时刻被转换成一个工厂函数,它将视图返回到mmap缓冲区。
刷新memmap实例以将更改写入文件。目前没有API来关闭底层 mmap . 要确保资源实际上是关闭的是很棘手的,因为它可能在不同的memmap实例之间共享。
用作数组数据缓冲区的文件名或文件对象。
用于解释文件内容的数据类型。默认是 uint8 .
uint8
文件在此模式下打开:
“R”
打开现有文件以只读。
“R+”
打开现有文件进行读写。
“W+”
创建或覆盖现有文件进行读写。
“C”
写时复制:分配会影响内存中的数据,但更改不会保存到磁盘。磁盘上的文件是只读的。
默认值为“r+”。
在文件中,数组数据从这个偏移开始。自从 offset 以字节为单位,通常应为 dtype . 什么时候? mode != 'r' ,即使超出文件结尾的正偏移也是有效的;该文件将被扩展以容纳附加数据。默认情况下, memmap 将从文件的开头开始,即使 filename 是文件指针 fp 和 fp.tell() != 0 .
dtype
mode != 'r'
filename
fp
fp.tell() != 0
数组的所需形状。如果 mode == 'r' 以及之后的剩余字节数 offset 不是的字节大小的倍数 dtype ,必须指定 shape . 默认情况下,返回的数组将是一维的,元素数量由文件大小和数据类型决定。
mode == 'r'
shape
指定ndarray内存布局的顺序: row-major C风格或 column-major ,Fortran样式。这仅在形状大于1-d时有效。默认顺序为“c”。
参见
lib.format.open_memmap
创建或加载映射的内存 .npy 文件。
.npy
笔记
memmap对象可以在任何接受ndarray的地方使用。给定一个内存映射 fp , isinstance(fp, numpy.ndarray) 收益率 True .
isinstance(fp, numpy.ndarray)
True
在32位系统上,内存映射文件不能大于2GB。
当memmap导致文件在文件系统中的创建或扩展超过其当前大小时,新部分的内容将不指定。在具有POSIX文件系统语义的系统上,扩展部分将填充零字节。
实例
>>> data = np.arange(12, dtype='float32') >>> data.resize((3,4))
此示例使用临时文件,这样doctest就不会将文件写入目录。您将使用“普通”文件名。
>>> from tempfile import mkdtemp >>> import os.path as path >>> filename = path.join(mkdtemp(), 'newfile.dat')
使用与数据匹配的数据类型和形状创建memmap:
>>> fp = np.memmap(filename, dtype='float32', mode='w+', shape=(3,4)) >>> fp memmap([[0., 0., 0., 0.], [0., 0., 0., 0.], [0., 0., 0., 0.]], dtype=float32)
将数据写入memmap数组:
>>> fp[:] = data[:] >>> fp memmap([[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], dtype=float32)
>>> fp.filename == path.abspath(filename) True
将内存更改刷新到磁盘以将其读回
>>> fp.flush()
加载memmap并验证数据是否已存储:
>>> newfp = np.memmap(filename, dtype='float32', mode='r', shape=(3,4)) >>> newfp memmap([[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], dtype=float32)
只读内存映射:
>>> fpr = np.memmap(filename, dtype='float32', mode='r', shape=(3,4)) >>> fpr.flags.writeable False
写入时复制memmap:
>>> fpc = np.memmap(filename, dtype='float32', mode='c', shape=(3,4)) >>> fpc.flags.writeable True
可以在写阵列上分配到copy,但值只写入阵列的内存副本,而不写入磁盘:
>>> fpc memmap([[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], dtype=float32) >>> fpc[0,:] = 0 >>> fpc memmap([[ 0., 0., 0., 0.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], dtype=float32)
磁盘上的文件未更改:
>>> fpr memmap([[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], dtype=float32)
偏移到memmap:
>>> fpo = np.memmap(filename, dtype='float32', mode='r', offset=16) >>> fpo memmap([ 4., 5., 6., 7., 8., 9., 10., 11.], dtype=float32)
映射文件的路径。
文件中的偏移位置。
文件模式。
方法
flush ()
flush
将阵列中的任何更改写入磁盘上的文件。