编辑使用 memmap 导入的现有 .npy 文件答案

【问题标题】：Edit existing .npy file imported using memmap编辑使用 memmap 导入的现有 .npy 文件
【发布时间】：2018-02-09 21:32:21
【问题描述】：

我是使用 numpy.core.memmap 对象的新手，并且无法弄清楚如何使用 numpy.memmap() 编辑现有的 .npy 文件读入 python。例如，按照 Scipy.org 的示例，我可以创建一个对象并写入它，但是一旦创建，我就无法修改其内容。

from tempfile import mkdtemp
import os.path as path

data = np.arange(12, dtype='float32')
data.resize((3,4))

filename = path.join(mkdtemp(), 'newfile.dat')
fp = np.memmap(filename, dtype='float32', mode='w+', shape=(3,4))
fp[:] = data[:] ### write data to fp array

del fp ### remove fp object

fpc = np.memmap(filename, dtype='float32', mode='c', shape=(3,4)) ### This is writeable in memory

fpc[0,:] = 0

del fpc ### close object

这只是从内存中删除对象，但文件名处的对象没有被修改。我也尝试过 numpy.memmap.flush(fpc) ，但这似乎也不起作用。

我从阅读其他帖子中了解到，可以简单地将编辑后的 .npy 文件复制到另一个位置，但这似乎在磁盘空间方面可能会出现问题。您不能修改现有的 .npy 文件是否正确？

【问题讨论】：

mode='c' 是写时复制模式，它只将更改写入内存，从不写入磁盘。尝试使用mode='r+'。（'r+'实际上是根据docs的默认值）
好吧，现在我觉得自己很愚蠢。如果你把它写成答案，我会接受的。

标签： python numpy-memmap

【解决方案1】：

Numpy 将“写入时复制”解释为 “将更改写入 ram，但不要将它们保存到磁盘” (docs)。当提到可以在线程或进程之间共享的数据时，这是一个相当标准的实现。听起来您将写时复制与snapshots 混淆了（有时使用类似的术语，但指的是磁盘写入而不是内存）。

如果您将mode="c" 更改为mode="r+"（或删除mode 关键字，因为“r+”是默认值），这应该可以解决您的问题。

另外我想指出的是，在大多数情况下，使用np.save 和np.load 并在加载文件时使用正确的模式简单地指定mmap_mode 关键字会更简单和更pythonic。虽然在技术上限制了灵活性，但这消除了指定几个关键字的需要，使事情更加简洁。

【讨论】：