Numpy：数组保存成文件 + 文件导入

大型程序运行时，需要及时对每步计算结果矩阵进行保存。Numpy的数组保存为文件非常简单，并且再次导入的速度也非常的快！—— 总之，十分好用！

假设保存在当前文件夹下：

• 保存函数：numpy.save( '文件名', xx )
• 导入函数：numpy.load( '文件名.npy' )

优势：

• 保存成的文件是一个二进制的.npy文件，numpy写入与读取这种文件格式非常的快！因此无需将数组保存为.txt文件或其他；并且.npy文件可以保存"任意高维"的数组，并且保存了高维数组的"结构"！—— 即再次导入后，完全和原数组一模一样！
• 保存的文件大小，纯粹和数组里的元素类型有关，即：是float64还是float32；可以人为控制保存的文件大小。

一个例子，就会使用保存 + 导入：

import random
import numpy as np
specimen_total = 1000

r1 = []
r2 = []
w1 = np.zeros( (200,200) )
w2 = np.zeros( (1000,1) )

# 高维数组生成：
for x in range(specimen_total):
    rtmp1 = w1 + random.random()
    rtmp2 = w2 + random.random()
    r1.append(rtmp1)
    r2.append(rtmp2)

# 保存到当前文件夹：
np.save('r1_{}_samples'.format(specimen_total), r1)
np.save('r2_{}_samples'.format(specimen_total), r2)

# 将保存的数组导入：
g1 = np.load( 'r1_{}_samples.npy'.format(specimen_total) )
g2 = np.load( 'r2_{}_samples.npy'.format(specimen_total) )