Comparer
NPY vs NPZ
NPY conserve un tableau avec dtype et shape. NPZ regroupe des membres NPY dans ZIP et donne accès par nom.
Quel format choisir ?
Choisissez NPY pour un tableau ou le mappage mémoire numérique ; NPZ pour livrer plusieurs tableaux ensemble.
Adapté pour NPY
Enregistrer un tableau NumPy unique en binaire avec son type et sa forme · Transmettre des tableaux à des flux scientifiques et de machine learning basés sur NumPy
- Préserver dtype et shape multidimensionnel sans conversion en texte
- Utiliser le mappage mémoire pour les tableaux non-object compatibles
Adapté pour NPZ
Regrouper plusieurs tableaux NumPy dans une archive ZIP · Transmettre des tableaux nommés entre flux scientifiques fondés sur NumPy
- Stocker plusieurs tableaux dans un fichier
- Choisir des membres ZIP non compressés ou compressés selon le besoin
Informations générales
| Élément | NPY | NPZ |
|---|---|---|
| Extension | .npy | .npz |
| Type MIME | application/octet-stream | application/zip |
| Usages courants | Enregistrer un tableau NumPy unique en binaire avec son type et sa forme · Transmettre des tableaux à des flux scientifiques et de machine learning basés sur NumPy | Regrouper plusieurs tableaux NumPy dans une archive ZIP · Transmettre des tableaux nommés entre flux scientifiques fondés sur NumPy |
| Comment ouvrir | Ouvrez avec NumPy `load` ou un autre outil compatible, puis vérifiez dtype, shape et version. Pour les grands tableaux, confirmez que le mappage mémoire convient à leur disposition et à l'usage. | Ouvrez avec NumPy `load` ou un outil compatible NPZ, vérifiez les noms et chargez les tableaux nécessaires. Fermez le `NpzFile` après usage et contrôlez pickle pour les fichiers inconnus susceptibles de contenir des tableaux object. |
| Exporter ou convertir | Enregistrez avec NumPy `save`. Depuis un texte, comparez les types, byte order, shape et le traitement des valeurs manquantes. Si des tableaux object sont présents, déterminez si pickle est nécessaire et ne l'activez pas à la légère pour des fichiers non fiables. | Enregistrez plusieurs tableaux avec `savez` ou `savez_compressed`. Confirmez si les membres sont stockés ou compressés en DEFLATE et vérifiez noms, dtype et shape avec le destinataire. Comparez les tableaux et valeurs après conversion. |
Choisir selon l’usage
Préserver dtype et shape multidimensionnel sans conversion en texte
Enregistrer un tableau NumPy unique en binaire avec son type et sa forme · Transmettre des tableaux à des flux scientifiques et de machine learning basés sur NumPy
NPYUtiliser le mappage mémoire pour les tableaux non-object compatibles
Enregistrer un tableau NumPy unique en binaire avec son type et sa forme · Transmettre des tableaux à des flux scientifiques et de machine learning basés sur NumPy
NPYStocker plusieurs tableaux dans un fichier
Regrouper plusieurs tableaux NumPy dans une archive ZIP · Transmettre des tableaux nommés entre flux scientifiques fondés sur NumPy
NPZChoisir des membres ZIP non compressés ou compressés selon le besoin
Regrouper plusieurs tableaux NumPy dans une archive ZIP · Transmettre des tableaux nommés entre flux scientifiques fondés sur NumPy
NPZPoint clé 1
L’unité de base de NPY est un tableau.
En savoir plus sur les différencesPoint clé 2
NPZ est une archive de membres NPY par tableau.
En savoir plus sur les différencesEn savoir plus sur les différences
Considérez les accès et le coût de compression, pas seulement le nombre. N’activez pas pickle pour des données object non fiables.
- savez écrit une archive non compressée ; savez_compressed utilise DEFLATE. L’extension NPZ n’indique pas la compression.
- Les données NPY numériques peuvent être mappées en mémoire, contrairement aux tableaux object. Ne supposez pas que numpy.load mappe les membres NPZ de la même manière.
Questions fréquentes
NPZ est-il toujours plus petit que NPY ?
Non. Contenu, compression et surcoût ZIP comptent. Mesurez taille et temps de chargement sur des données réelles.