### Python 中 `np.fromfile` 函数的作用、用法及示例 `np.fromfile` 是 NumPy 库中的一个重要函数，主要用于从文件中读取数据并返回一个一维数组。该函数特别适合于处理二进制文件，能够快速将文件内容映射为指定类型的数组[^1]。 #### 函数签名 ```python numpy.fromfile(file, dtype=float, count=-1, sep='', offset=0) ``` - **`file`**: 文件路径或类文件对象（支持 `.read()` 方法）。这是要从中读取数据的源。 - **`dtype`**: 数据类型，默认为浮点数 (`float`)。它决定了如何解释文件中的字节流。 - **`count`**: 要读取的元素数量。默认值 `-1` 表示读取所有可用数据。 - **`sep`**: 字符串分隔符。如果是空字符串（默认），则假定文件是二进制格式；否则按分隔符解析文本文件。 - **`offset`**: 开始读取前跳过的字节数量。仅在二进制模式下有效。 --- #### 示例代码 ##### 示例 1：从二进制文件读取数据 假设有一个名为 `data.bin` 的二进制文件，其内容是由整数序列组成的。 ```python import numpy as np # 创建一个测试二进制文件 arr = np.array([1, 2, 3, 4, 5], dtype=np.int32) arr.tofile('data.bin') # 使用 np.fromfile 读取二进制文件 result = np.fromfile('data.bin', dtype=np.int32) print(result) # 输出: [1 2 3 4 5] ``` 在此示例中，`tofile` 方法被用来创建一个二进制文件，而 `fromfile` 则负责将其恢复为原始数组[^1]。 --- ##### 示例 2：带偏移量读取部分数据 如果只需要读取文件的一部分，可以使用 `offset` 参数跳过开头的部分字节。 ```python # 假设 data.bin 内容不变 result_with_offset = np.fromfile('data.bin', dtype=np.int32, offset=8) # 跳过前两个整数 print(result_with_offset) # 输出: [3 4 5] ``` 这里指定了 `offset=8`，因为每个 `int32` 类型占用 4 字节，因此跳过了前两个整数。 --- ##### 示例 3：从文本文件读取数据 当 `sep` 不为空时，表示文件为基于文本的格式，并按照指定分隔符解析内容。 ```python # 创建一个简单的 CSV 文本文件 with open('data.csv', 'w') as f: f.write('1.5,2.5,3.5\n4.5,5.5,6.5') # 使用 np.fromfile 解析文本文件 result_text = np.fromfile('data.csv', dtype=np.float64, sep=',') print(result_text) # 输出: [1.5 2.5 3.5 4.5 5.5 6.5] ``` 在这种情况下，`sep=','` 明确告诉函数以逗号作为字段之间的分隔符。 --- ### 注意事项 1. 对于大型二进制文件，建议先确认文件结构再调用 `np.fromfile`，以免因错误的数据类型或偏移量导致结果不符合预期。 2. 如果文件包含混合类型的数据，则需额外编写逻辑来分离不同类型的信息。 3. 在 Windows 平台上，某些文件可能会带有 BOM（字节顺序标记）或其他编码标志位，这可能导致意外行为。此时应确保文件已正确清理后再传递给 `np.fromfile`。 ---