如何将ndarray写入python中的文本文件？

Question

我正在尝试使用MNIST数据进行研究，现在数据集描述为：

training_data作为具有两个条目的元组返回。 第一个条目包含实际的训练图像。 这是一个具有50,000个条目的numpy ndarray。 每个条目依次是一个具有784个值的numpy ndarray，代表单个MNIST图像中的28 * 28 = 784个像素。

 The second entry in the ``training_data`` tuple is a numpy ndarray containing 50,000 entries. Those entries are just the digit values (0...9) for the corresponding images contained in the first entry of the tuple. 

现在我正在像这样转换训练数据：

特别地， training_data是包含50,000个2元组(x, y) 。 x是一个包含输入图像的784维numpy.ndarray。 y是一个10维numpy.ndarray，它表示与x的正确数字相对应的单位向量。 的代码是：

def load_data_nn():
    training_data, validation_data, test_data = load_data()
    #print training_data[0][1]
    #inputs = [np.reshape(x, (784, 1)) for x in training_data[0]]
    inputs = [np.reshape(x, (784,1)) for x in training_data[0]]
    print inputs[0]
    results = [vectorized_result(y) for y in training_data[1]]
    training_data = zip(inputs, results)
    test_inputs = [np.reshape(x, (784, 1)) for x in test_data[0]]
    return (training_data, test_inputs, test_data[1])

现在，我要将输入写入文本文件，这意味着一行将是inputs [0]，另一行是inputs [1]，inputs [0]内部的数据将以空格分隔，并且不存在任何ndarray括号。例：

 0 0.45 0.47 0,76

 0.78 0.34 0.35 0.56

这是文本文件中的一行输入[0]。如何将ndarray转换为上面的文本文件？

Answer 1

由于您问题的答案似乎很简单，我想您的问题是速度。 幸运的是，我们可以在这里使用多重处理。 尝试这个：

from multiprocessing import Pool

def joinRow(row):
    return ' '.join(str(cell) for cell in row)

def inputsToFile(inputs, filepath):
    # in python3 you can do:
    # with Pool() as p:
    #     lines = p.map(joinRow, inputs, chunksize=1000)
    # instead of code from here...
    p = Pool()
    try:
        lines = p.map(joinRow, inputs, chunksize=1000)
    finally:
        p.close()
    # ...to here. But this works for both.

    with open(filepath,'w') as f:
        f.write('\n'.join(lines)) # joining already created strings goes fast

在我肮脏的笔记本电脑上仍然需要一段时间，但比仅输入'\\n'.join(' '.join(str(cell) for cell in row) for row in inputs)快得多'\\n'.join(' '.join(str(cell) for cell in row) for row in inputs)

顺便说一句，您也可以加快其余代码的速度：

def load_data_nn():
    training_data, validation_data, test_data = load_data()
    # suppose training_data[0].shape == (50000,28,28), otherwise leave it as is
    inputs = training_data[0].reshape((50000,784,1))
    print inputs[0]
    # create identity matrix and use entries of training_data[1] to
    # index corresponding unit vectors
    results = np.eye(10)[training_data[1]]
    training_data = zip(inputs, results)
    # suppose test_data[0].shape == (50000,28,28), otherwise leave it as is
    test_inputs = test_data[0].reshape((50000,784,1))
    return (training_data, test_inputs, test_data[1])