Question

随着学习的深入，你以后可能不会单独使用numpy，而是把它作为pandas（第6章）、networkx（第7章）和机器学习工具（第10章）的强大后端。通常的做法是，基于低级的数据处理工具提供的数据创建numpy数组，再将它们提交给更高级的分析工具。因此，你未必需要直接保存或读取numpy数组。

如果非要单独使用numpy也是可以的，numpy提供了内置的函数，能够将数组保存到.npy文件（函数save(file,arr)），并从.npy文件中读取以前保存的数组（函数load(file)）。.npy文件是二进制格式的，只有numpy可以处理它们。

也许你已经意识到，这是两个没什么用处的函数，不过它们还是非常友好的：传入的file参数可以是打开的文件句柄或字符串形式的文件名。如果文件名不存在.npy扩展也没关系，函数能自动添加扩展。

# 一种愚蠢的数组复制方法
np.save("sap.npy", sap)
sap_copy = np.load("sap")

另一对函数loadtxt()和savetxt()能从文本文件加载表格数据，并将数组保存到文本文件。numpy会自动创建文件，而且必要时可以将其自动打开。如果文件名以.gz结尾，numpy甚至可以自动压缩和解压文件。你还可以设定numpy处理注释行与分隔符的方式，并跳过不需要的行：

arr = np.loadtxt(fname, comments="#", delimiter=None, skiprows=0,
                 dtype=float)
np.savetxt(fname, arr, comments="#", delimiter=" ", dtype=float)