Что такое Numpy memmap? Объяснено на примерах

Привет гики и добро пожаловать в этой статье мы рассмотрим NumPy memmap(). Наряду с этим, для общего лучшего понимания, мы также рассмотрим его синтаксис и параметр. Затем мы увидим применение всей теоретической части на нескольких примерах. “memmap” означает карту памяти, и она создает карту памяти для массива, хранящегося в двоичном файле на диске. Эти файлы используются для доступа к небольшой части больших файлов на диске. Они похожи на массив объектов. Далее мы рассмотрим синтаксис, связанный с этим.

СИНТАКСИС NUMPY MEMMAP

Здесь выше мы видим общий синтаксис NumPy memmap(). Далее мы обсудим различные параметры, связанные с этим.

ПАРАМЕТР NUMPY MEMMAP

Теперь мы закончили с синтаксисом в этом разделе. Мы рассмотрим различные параметры, связанные с ним. Мы подробно обсудим каждый из них, а также тип данных, которые они принимают.

1. имя файла: str, файлоподобный объект

Этот параметр представляет имя файла или файловый объект, над которым должна быть выполнена операция.

<2. тип: data-type

Это необязательный параметр. Он представляет тип данных, используемый для интерпретации константы файла.

3.Смещение:int

Этот параметр представляет смещение, при котором данные начинаются в определенном файле. Это измеряется в байтах и обычно кратно размеру байта типа. По умолчанию он будет начинаться в начале любого файла.

4.Форма: Кортеж

Этот параметр представляет желаемую форму массива. По умолчанию возвращаемый массив will будет 1-мерным с количеством элементов по размеру файла и типу данных.

5.порядок:{"c" и "f"}

Этот параметр определяет порядок расположения памяти ndarray. По умолчанию он установлен на "С".

< strong>6.Режим:{"r+", "r", "w+", "c"}

Здесь различные символы представляют различные значения, которые мы рассмотрим здесь

r: откройте существующий файл только для чтения

r+: Открыть существующий файл для чтения и записи

w+: Создание или перезапись существующего файла для чтения и записи.

c: Это представляет собой копию при записи

ПРИМЕР

Поскольку мы закончили со всей теоретической частью, связанной с NumPy memmap (), в этом разделе мы рассмотрим, как работает эта функция и как она помогает нам достичь желаемого результата. Мы начнем с примера элементарного уровня и постепенно перейдем к более сложным примерам.

#input
import numpy as ppool
from tempfile import mkdtemp
import os.path as path.join(mkdtemp(), 'newfile.dat').memmap(name,,, shape=(4,4))
print(fh)

В приведенном выше примере сначала мы импортировали модуль NumPy. После этого мы импортировали модуль Mkdtemp и os.path, которые помогут нам создать временный файл для нашего примера. Затем, после создания нашего файла, мы использовали синтаксис, описанный выше для нашей функции. В конце концов, результат оправдывает наш вклад.

Теперь рассмотрим еще один пример.

import numpy as ppool
from tempfile import mkdtemp
import os.path as path.join(mkdtemp(), 'newfile.dat').memmap(name,,, shape=(3,2))
print(fh)

Приведенный выше пример несколько похож на первый. Здесь мы просто использовали float16 вместо 32 и изменили форму массива.

Попробуйте самостоятельно крутить и переворачивать синтаксис. Таким образом, вы будете исследовать новые вещи и узнаете гораздо больше.

НАДО ЧИТАТЬ

NUMPY INSERT В PYTHON С ПРИМЕРАМИ
PYTHON DIVMOD И ЕГО ПРИМЕНЕНИЕ
NUMPY POLYFIT ОБЪЯСНЕН ПРИМЕРАМИ
ЧТО ТАКОЕ NUMPY CHOOSE()? ПОДРОБНО ОБЪЯСНЕНО
КВАНТИЛЬ NUMPY() ОБЪЯСНЕН ПРИМЕРАМИ

ЗАКЛЮЧЕНИЕ

В этой статье мы рассмотрели NumPy memmap(). Кроме того, мы также рассмотрели его синтаксис и параметры. Для лучшего понимания мы рассмотрели несколько примеров. Мы варьировали синтаксис и рассматривали выходные данные для каждого случая. Мы также поняли, что NumPy memmap() помогает нам создавать массивы напрямую href="https://en.wikipedia.org/wiki/Mapping">сопоставленный в массив. Надеюсь, эта статья смогла развеять все сомнения. Но если у вас есть какие-либо нерешенные вопросы, не стесняйтесь писать их ниже в разделе комментариев. Прочитав это, почему бы не прочитать о заполнении следующего. href="https://en.wikipedia.org/wiki/Mapping">сопоставленный в массив. Надеюсь, эта статья смогла развеять все сомнения. Но если у вас есть какие-либо нерешенные вопросы, не стесняйтесь писать их ниже в разделе комментариев. Прочитав это, почему бы не прочитать о заполнении следующего.