这篇文章将为大家详细讲解有关操作python如何实现npy格式文件转换为txt文件，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
创新互联主营山阳网站建设的网络公司,主营网站建设方案,app软件开发公司,山阳h5微信小程序开发搭建,山阳网站营销推广欢迎山阳等地区企业咨询
如下代码会将npy的格式数据读出，并且输出来到控制台：
import numpy as np
##设置全部数据，不输出省略号
import sys
np.set_printoptions(threshold=sys.maxsize)
boxes=np.load('./input_output/boxes.npy')
print(boxes)
np.savetxt('./input_output/boxes.txt',boxes,fmt='%s',newline='\n')
print('---------------------boxes--------------------------')如下代码实现npy格式文件转换为txt,并且保存到当前目录相同文件名
实现转换整个文件夹下面多个文件：
import os
import numpy as np
path='./input_output' #一个文件夹下多个npy文件，
txtpath='./input_output'
namelist=[x for x in os.listdir(path)]
for i in range( len(namelist) ):
datapath=os.path.join(path,namelist[i]) #specific address
print(namelist[i])
data = np.load(datapath).reshape([-1, 2]) # (39, 2)
np.savetxt('%s/%s.txt'%(txtpath,namelist[i]),data)
print ('over')
import os
import numpy as np
path='./input_output' #一个文件夹下多个npy文件
txtpath='./input_output'
namelist=[x for x in os.listdir(path)]
for i in range( len(namelist) ):
datapath=os.path.join(path,namelist[i]) #specific address
print(namelist[i])
#data = np.load(datapath).reshape([-1, 2]) # (39, 2)
input_data = np.load(datapath) # (39, 2)
data = input_data.reshape(1, -1)
np.savetxt('%s/%s.txt'%(txtpath,namelist[i]),data)
print ('over')同样的代码，实现读取单个npy文件，读取并且存储为txt :
import numpy as np input_data = np.load(r"C:\test.npy") print(input_data.shape) data = input_data.reshape(1,-1) print(data.shape) print(data) np.savetxt(r"C:\test.txt",data,delimiter=',')
修改pycharm的控制台的buffer大小：
如果你是用pycharm作为Python的编辑器，那么控制台的buf默认为1024，如果输出数据太多，需要修改buff大小才能让
全部数据输出，修改方法：
找到 pycharm 安装目录的 bin 目录下 idea.properties 文件， 修改 idea.cycle.buffer 值，原来默认为 1024
#--------------------------------------------------------------------- # This option controls console cyclic buffer: keeps the console output size not higher than the specified buffer size (Kb). # Older lines are deleted. In order to disable cycle buffer use idea.cycle.buffer.size=disabled #--------------------------------------------------------------------- idea.cycle.buffer.size=102400
补充知识：读取npy格式的文件
npy文件保存的是网络的权重
问题：Ubuntu环境下用gedit打开npy文件，是这样的，根本看不了内容
解决方法：编写如下代码，使解码后的文件内容输出在控制台
import numpy as np
context = np.load('E:/KittiSeg_pretrained0/vgg16.npy',encoding="latin1")
print(context)文件位置依据自己的存放位置进行修改
运行代码输出结果为
{'conv1_2': [array([[[[ 1.66219279e-01, 1.42701820e-01, -4.02113283e-03, ...,
6.18828237e-02, -1.74057148e-02, -3.00644431e-02],
[ 9.46945231e-03, 3.87477316e-03, 5.08365929e-02, ...,
-2.77981739e-02, 1.71373668e-03, 6.82722731e-03],
[ 6.32681847e-02, 2.12877709e-02, -1.63465310e-02, ...,
8.80054955e-04, 6.68104272e-03, -1.41139806e-03],
...,
[ 3.47490981e-03, 8.47019628e-02, -4.07223180e-02, ...,
-1.13523193e-02, -7.48998486e-03, 3.19077494e-03],
[ 5.97234145e-02, 4.97663505e-02, -3.23118735e-03, ...,
1.43114366e-02, 3.03175431e-02, -4.23925705e-02],
[ 1.33459672e-01, 4.95484173e-02, -1.78808011e-02, ...,
2.25385167e-02, 3.02020740e-02, -2.17075031e-02]],
[[ 2.12007999e-01, 2.10127644e-02, -1.47626130e-02, ...,
2.29580477e-02, 1.23102348e-02, -3.08422819e-02],
[-2.62175221e-03, 7.42094172e-03, 6.74030930e-02, ...,
-3.06594316e-02, 1.80578313e-03, 4.27369215e-03],
[ 2.27197763e-02, -1.07841045e-02, -1.31095545e-02, ...,
-1.15751950e-02, 4.18359675e-02, -1.92268589e-03],
...,
[-2.70304317e-03, 7.41161704e-02, -3.32262330e-02, ...,
-1.10277236e-02, 1.39831286e-02, 5.34419343e-03],
[-3.20506282e-02, -2.40584910e-02, -4.52397857e-03, ...,
-6.04042644e-03, 2.01962605e-01, -5.04491515e-02],
[ 1.68114193e-02, -2.33167298e-02, -1.40886130e-02, ...,
-7.79278344e-03, 1.28428593e-01, -2.58184522e-02]],
[[-5.91698708e-03, -2.26223674e-02, 4.88128467e-03, ...,
4.13784146e-04, -4.84175496e-02, 1.63675251e-03],
[-3.93767562e-03, 9.07397643e-03, 5.36517277e-02, ...,
-2.56106984e-02, -4.17886395e-03, 2.47476017e-03],
[-3.07008922e-02, -1.09781921e-02, -3.69096454e-03, ...,
-1.19221993e-02, -1.39777903e-02, 8.52933805e-03],
...,
..........................................关于操作python如何实现npy格式文件转换为txt文件就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
