numpy.memmap#

类 numpy.memmap(filename, dtype=<class 'numpy.ubyte'>, mode='r+', offset=0, shape=None, order='C')[source]#

创建一个内存映射，映射到磁盘上的 二进制 文件中存储的数组。

内存映射文件用于访问磁盘上大型文件的 L 小段，而无需将整个文件读入内存。NumPy 的 memmap 是类数组对象。这与 Python 的 mmap 模块不同，后者使用类文件对象。

ndarray 的这个子类在某些操作中会产生一些不愉快的交互，因为它作为子类并不完全合适。使用此子类的一个替代方法是自己创建 mmap 对象，然后直接使用 ndarray.__new__ 创建一个 ndarray，将创建的对象作为其“buffer=”参数传入。

这个类在某个时候可能会变成一个工厂函数，返回一个 mmap 缓冲区的视图。

刷新 memmap 实例以将更改写入文件。目前没有 API 可以关闭底层的 mmap。由于它可能在不同的 memmap 实例之间共享，因此很难确保资源真正关闭。

参数:
filename字符串、类文件对象或 pathlib.Path 实例

用作数组数据缓冲的文件名或文件对象。

dtype数据类型，可选

用于解释文件内容的数据类型。默认值为 uint8。

mode{‘r+’, ‘r’, ‘w+’, ‘c’}，可选

文件以此模式打开

‘r’

只读打开现有文件。

‘r+’

读写打开现有文件。

‘w+’

创建或覆盖现有文件以进行读写。如果 mode == 'w+'，则还必须指定 shape。

‘c’

写时复制：赋值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+’。

offset整数，可选

文件中，数组数据从该偏移量开始。由于 offset 以字节为单位测量，因此通常应是 dtype 字节大小的倍数。当 mode != 'r' 时，即使超出文件末尾的正偏移量也有效；文件将被扩展以容纳额外的数据。默认情况下，memmap 将从文件开头开始，即使 filename 是文件指针 fp 并且 fp.tell() != 0。

shape整数或整数序列，可选

数组的期望形状。如果 mode == 'r' 且 offset 后剩余的字节数不是 dtype 字节大小的倍数，则必须指定 shape。默认情况下，返回的数组将是 1-D 的，元素数量由文件大小和数据类型确定。

2.0 版本中的变化: shape 参数现在可以是任何整数序列类型，以前类型仅限于元组和整数。

order{‘C’, ‘F’}，可选

指定 ndarray 内存布局的顺序：行主序，C 风格；或 列主序，Fortran 风格。这仅在形状大于 1-D 时才有效。默认顺序是 'C'。

另请参阅

lib.format.open_memmap

创建或加载内存映射的 .npy 文件。

注意

memmap 对象可以在任何接受 ndarray 的地方使用。给定一个 memmap fp，isinstance(fp, numpy.ndarray) 返回 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被创建或扩展超出其当前大小时，新部分的具体内容未指定。在具有 POSIX 文件系统语义的系统上，扩展部分将用零字节填充。

示例

>>> import numpy as np
>>> data = np.arange(12, dtype='float32')
>>> data.resize((3,4))

此示例使用临时文件，以便 doctest 不会将文件写入您的目录。您将使用“普通”文件名。

>>> from tempfile import mkdtemp
>>> import os.path as path
>>> filename = path.join(mkdtemp(), 'newfile.dat')

创建一个 dtype 和 shape 与我们的数据匹配的 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便回读

>>> fp.flush()

加载 memmap 并验证数据已存储

>>> 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 memmap

>>> fpr = np.memmap(filename, dtype='float32', mode='r', shape=(3,4))
>>> fpr.flags.writeable
False

写时复制 memmap

>>> fpc = np.memmap(filename, dtype='float32', mode='c', shape=(3,4))
>>> fpc.flags.writeable
True

可以赋值给写时复制数组，但值只写入到数组的内存副本中，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)

memmap 中的偏移量

>>> fpo = np.memmap(filename, dtype='float32', mode='r', offset=16)
>>> fpo
memmap([  4.,   5.,   6.,   7.,   8.,   9.,  10.,  11.], dtype=float32)
属性:
filename字符串或 pathlib.Path 实例

映射文件的路径。

offset整数

文件中的偏移位置。

mode字符串

文件模式。

方法

flush()

将数组中的任何更改写入磁盘文件。
本页内容