Python将 tensor/list/numpy array/dict 保存到本地

Tensor 1.torch 存入本地

代码：

x = torch.rand(4,5)
print(x)
torch.save(x, "myTensor.pth")
 
y = torch.load("myTensor.pth")
print(y)

输出：

2.numpy

代码：

x = torch.rand(4, 5)
print(x)
np.save("myTensor",x )#同np.save("myTensor.npy",x )

y = np.load("myTensor.npy")
print(y)

输出：

 

list 

代码：

x=[i for i in range(20)]
print(x)
np.save('list.npy',x)

y=np.load('list.npy')
print(y)
y=y.tolist()
print(y)

输出：

 numpy array

代码：

x=np.arange(1,20)
print(x)
np.save('numpy array.npy',x)

y=np.load('numpy array.npy')
print(y)

输出：

dict   1.整体写入，整体读取

代码：

dict = {'a': [1, 2, 3], 'b': [4, 5, 6]}
# save
np.save('dict.npy', dict)
# load
dict_load = np.load('dict.npy', allow_pickle=True)

print("dict =", dict_load.item())
print("dict['a'] =", dict_load.item()['a'])

输出：

2.以关键字写入，以关键字读取

代码：

np.savez('dict_key.npz',a=dict['a'],b=dict['b'])
dict_key = np.load('dict_key.npz', allow_pickle=True)
#.npz文件不能直接读出，需要以关键字调用
print(dict_key)
print(dict_key['a'])

输出：