तुलना
NPY vs NPZ
NPY एक ऐरे के साथ dtype और shape रखता है। NPZ कई NPY सदस्यों को ZIP में जोड़ता है और ऐरे के नाम से पहुँच देता है।
कौन-सा फ़ॉर्मैट चुनें?
एक ऐरे या संख्यात्मक डेटा की मेमरी मैपिंग के लिए NPY चुनें; कई ऐरे साथ देने के लिए NPZ चुनें।
इसके लिए उपयुक्त NPY
एक NumPy array को उसके प्रकार और आकार सहित बाइनरी रूप में सहेजना · NumPy आधारित वैज्ञानिक और मशीन लर्निंग वर्कफ़्लो में arrays देना
- टेक्स्ट में बदले बिना dtype और बहुआयामी shape सुरक्षित रखना
- समर्थित non-object arrays को memory mapping से आंशिक रूप से पढ़ना
इसके लिए उपयुक्त NPZ
कई NumPy arrays को एक ZIP archive में रखना · NumPy आधारित वैज्ञानिक वर्कफ़्लो के बीच नाम वाले arrays देना
- कई arrays को एक फ़ाइल में सहेजना
- ज़रूरत के अनुसार ZIP entries को असंपीड़ित या संपीड़ित चुनना
मूल जानकारी
| मद | NPY | NPZ |
|---|---|---|
| एक्सटेंशन | .npy | .npz |
| MIME प्रकार | application/octet-stream | application/zip |
| सामान्य उपयोग | एक NumPy array को उसके प्रकार और आकार सहित बाइनरी रूप में सहेजना · NumPy आधारित वैज्ञानिक और मशीन लर्निंग वर्कफ़्लो में arrays देना | कई NumPy arrays को एक ZIP archive में रखना · NumPy आधारित वैज्ञानिक वर्कफ़्लो के बीच नाम वाले arrays देना |
| कैसे खोलें | NumPy `load` या NPY समर्थित टूल से खोलें और dtype, shape तथा संस्करण देखें। बड़े arrays के लिए जाँचें कि memory mapping डेटा व्यवस्था और उपयोग के अनुकूल है। | NumPy `load` या NPZ समर्थित टूल से खोलें, array नाम देखें और आवश्यक arrays load करें। उपयोग के बाद `NpzFile` बंद करें; object arrays वाली अज्ञात फ़ाइल में pickle सेटिंग जाँचें। |
| निर्यात या रूपांतरण | NumPy `save` से सहेजें। टेक्स्ट से बदलते समय संख्यात्मक प्रकार, byte order, shape और missing values का व्यवहार तुलना करें। object dtype arrays होने पर pickle की आवश्यकता जाँचें और अविश्वसनीय फ़ाइल के लिए इसे बिना सोचे सक्षम न करें। | कई arrays को `savez` या `savez_compressed` से सहेजें। पता करें कि entries असंपीड़ित हैं या DEFLATE से संपीड़ित, और प्राप्तकर्ता के साथ नाम, dtype और shape जाँचें। रूपांतरण के बाद arrays और मानों की तुलना करें। |
उपयोग के अनुसार चुनें
टेक्स्ट में बदले बिना dtype और बहुआयामी shape सुरक्षित रखना
एक NumPy array को उसके प्रकार और आकार सहित बाइनरी रूप में सहेजना · NumPy आधारित वैज्ञानिक और मशीन लर्निंग वर्कफ़्लो में arrays देना
NPYसमर्थित non-object arrays को memory mapping से आंशिक रूप से पढ़ना
एक NumPy array को उसके प्रकार और आकार सहित बाइनरी रूप में सहेजना · NumPy आधारित वैज्ञानिक और मशीन लर्निंग वर्कफ़्लो में arrays देना
NPYकई arrays को एक फ़ाइल में सहेजना
कई NumPy arrays को एक ZIP archive में रखना · NumPy आधारित वैज्ञानिक वर्कफ़्लो के बीच नाम वाले arrays देना
NPZज़रूरत के अनुसार ZIP entries को असंपीड़ित या संपीड़ित चुनना
कई NumPy arrays को एक ZIP archive में रखना · NumPy आधारित वैज्ञानिक वर्कफ़्लो के बीच नाम वाले arrays देना
NPZमुख्य बिंदु 1
NPY की मूल इकाई एक ऐरे है।
अंतर के बारे में विस्तार सेमुख्य बिंदु 2
NPZ हर ऐरे के NPY सदस्य वाला आर्काइव है।
अंतर के बारे में विस्तार सेअंतर के बारे में विस्तार से
संख्या के साथ पहुँच के तरीके और संपीड़न लागत देखें। अविश्वसनीय object डेटा के लिए pickle सक्षम न करें।
- savez असंपीड़ित आर्काइव लिखता है; savez_compressed DEFLATE उपयोग करता है। NPZ एक्सटेंशन से संपीड़न पता नहीं चलता।
- संख्यात्मक NPY डेटा मेमरी-मैप हो सकता है; object ऐरे नहीं। सामान्य numpy.load में NPZ सदस्यों के लिए यही सुविधा न मानें।
अक्सर पूछे जाने वाले प्रश्न
क्या NPZ हमेशा NPY से छोटा होता है?
नहीं। सामग्री, संपीड़न सेटिंग और ZIP का अतिरिक्त आकार महत्त्वपूर्ण हैं। वास्तविक डेटा पर आकार और लोडिंग समय मापें।