将3D数组中的值存储为csv格式

在本文中，我们将介绍如何使用Python中的Numpy库将3D数组中的值存储为csv格式。CSV（Comma-separated values）格式是一种常用的数据交换格式，可用于快速读取和处理数据。

阅读更多：Numpy 教程

关于Numpy

Numpy是一个流行的Python库，用于科学计算和数据分析。它提供了强大的多维数组对象，以及用于处理这些数组的函数和工具。Numpy的核心数据结构是ndarray（N-dimensional array），它可以在多个维度上存储数值数据。Numpy在大数据集处理方面表现出色，可以使计算速度更快，更有效。

3D数组

3D数组是由值组成的有序集合。它们与普通的2D数组不同，因为它们可以通过多个轴进行索引。在存储3D数组时，我们需要考虑这些数组的维度以及需要记录的信息。例如，考虑以下3D数组：

import numpy as np
arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(arr)
# output: 
# [[[1 2]
#   [3 4]]

#  [[5 6]
#   [7 8]]]

这是一个2x2x2的numpy数组。它的顶层索引是第一个轴，第二个是中间轴，而第三个是最底层轴。我们可以使用这些索引来访问数组中的值。

存储3D数组到CSV文件

在将3D数组存储为CSV文件之前，我们需要将其转换为2D数组。在我们开始编写代码时，需要注意2D数组的大小，以确保我们可以存储所有的3D数组值。这是因为CSV文件只支持二维列状数据，我们需要重新排列3D数组以适应CSV格式。让我们看看如何将3D数组转换为2D数组并将其存储为CSV文件。

import numpy as np

# 创建3D numpy数组
arr1 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print("3D numpy数组: \n", arr1)

# 将3D数组转换为2D数组
arr2 = arr1.reshape((arr1.shape[0]*arr1.shape[1]),-1)
print("\n 转换为2D数组: \n", arr2)

# 将2D数组存储在csv文件中
np.savetxt("3D数组.csv", arr2, delimiter=",")

在上面的代码中，我们使用reshape()函数将3D numpy数组转换为2D numpy数组，然后使用np.savetxt()函数将2D numpy数组写入名为”3D数组.csv”的文件中。delimiter参数用于指定文件中需要使用的分隔符。

从CSV文件中读取3D数组

我们还可以使用Numpy读取CSV文件，并将其转换回原始3D numpy数组。让我们看看如何做到这一点。

import numpy as np

# 从CSV文件读取数据
arr2 = np.loadtxt("3D数组.csv",delimiter=",")
print("2D numpy数组: \n", arr2)

# 将2D数组恢复为3D数组
arr1 = arr2.reshape(arr2.shape[0]//2, 2, -1)
print("\n 3D numpy数组: \n", arr1)