⑴ 在python中如何從二進制文件中讀取信息
你是指讀入畝跡帆二進制文件吧迅雹？x0dx0a可以使用numpy.fromfile()，也可以使用open(filename, 'rb')，其中的'b'就是二進制的意思，然後使用文件類型的read方法，讀取一些位元組，再用struct.unpack()方法來解析二進制。x0dx0a第一種方法是一次性讀入文件（或州春文件的前多少個連續位元組）到一個數組中，因此，靈活性差。x0dx0a第二種方法靈活性很高，可以讀取任意位置（使用文件的seek()方法跳躍位置）的二進制數據，再使用struct.unpack()方法來進行各種二進制解析。x0dx0ax0dx0a提示：二進制文件是不保留存儲方式的數據格式，因此，讀二進制文件時應該知道二進制文件的存儲格式。
⑵ python numpy 保存數組至文件中
直接將數組保存至文件中，使用numpy.savetxt。
例子：
程序將數組array中的值保含氏渣存至談悄當前路徑下的文件output.txt中，其核纖中 fmt='%d' 用來設置文件中數值的類型是整數型。
⑶ 圖解Python中數據分析工具包：Numpy
numpy是我學習python遇到的第一個第三方工具包，它可以讓我們快速上手數據分析。numpy提供了向量和矩陣計算和處理的大部分介面。目前很多python的基礎工具包都是基於numpy開發而來，比如 scikit-learn, SciPy, pandas, 還有 tensorflow。 numpy可以處理表格、圖像、文本等數據，極大地方便我們處理和分析數據。本文主要內容來自於Jay Alammar的一篇文章以及自己學習記錄。
原文地址： https://jalammar.github.io/visual-numpy/
使用過程中，如果希望 Numpy 能創建並初始化數組的值， Numpy 提供了 ones()、zeros() 和 random.random() 等方法。只需傳遞希望生成的元素數量（大小）即可：
還可以進行如下操作：
一般，需要數組和單個數字之間也可以進行運算操作（即向量和標量之間的運算）。比如說 data * 1.6 ，numpy利用一個叫做廣播機制（broadcasting）的概念實現了這一運算。：
我們可以通過索引對numpy數據獲取任意位置數據或者對數據切片
我們可以通過numpy自帶的函數對數據進行一些想要的聚合計算，比如min、max 和 sum ，還可以使用 mean 得到平均值，使用 prod 得到所有元素的乘積，使用 std 得到標准差等等。
上述操作不僅可以應用於單維度數據，還可以用於多維度數據{（矩陣）。
同樣可以使用ones()、zeros() 和 random.random()創建矩陣，只要寫入一個描述矩陣維數的元組即可：
numpy還可以處理更高維度的數據：
創建更高維度數據只需要在創建時，在參數中增加一個維度值即可：
根據數組中數值是否滿足條件，輸出為True或False.
希望得到滿足條件的索引，用np.where函數實現.
根據索引得到對應位置的值.
np.where也可以接受另兩個可選擇的參數a和b。當條件滿足時，輸出a，反之輸出b.
獲取數組最大值和最小值的索引可以使用np.argmax和np.argmin.
1、numpy.tofile()和numpy.fromfile()
保存為二進制格式，但是不保存數組形狀和數據類型， 即都壓縮為一維的數組，需要自己記錄數據的形狀，讀取的時候再reshape.
2、numpy.save() 和 numpy.load()
保存為二進制格式，保存數組形狀和數據類型， 不需要進行reshape
實例：
3、numpy.savetxt()和numpy.loadtxt()
np.savetxt(fname,array,fmt=』%.18e』,delimiter=None)
Parameter解釋：
array:待存入文件的數組。
fmt:寫入文件的格式
實例：