uDocumentViewer
साइंटिफ़िक.npy · .npz

NumPy NPY / NPZ viewer

तैयार
NumPy NPY / NPZ के बारे में

NumPy array dumps।

NPY और NPZ NumPy के native dump फॉर्मेट हैं। .npy एक एकल n-dimensional array को संग्रहित करता है, एक छोटे header के साथ जो dtype, shape और memory order का वर्णन करता है; .npz एक या अधिक .npy फ़ाइलों का ZIP आर्काइव है (जो np.savez लिखता है)। यह व्यूअर dtype, shape और Fortran/C ordering दिखाता है, फिर डेटा रेंडर करता है: 1D arrays एक value list के रूप में, 2D arrays sticky headers के साथ एक असली table के रूप में, 3D+ arrays एक flat preview के रूप में जिसे आप एक बार में एक leading-axis slice से step कर सकते हैं। NPZ bundles प्रति contained array एक tab expose करते हैं। Big-integer dtypes (int64/uint64) JS numbers के रूप में पढ़े जाते हैं — 2^53 से परे मान precision खो देंगे।

FAQ
NPY फ़ाइल क्या है?
NPY एक एकल ndarray के लिए NumPy का on-disk फॉर्मेट है: एक magic prefix, dtype/shape/order का वर्णन करने वाला header dict, और raw element bytes। NPZ बस एक ZIP है जिसमें कई .npy entries होती हैं।
क्या मैं values डाउनलोड कर सकता हूँ?
हाँ। JSON button dtype, shape और पहले ~4,000 values को एक JSON फ़ाइल में एक्सपोर्ट करता है जिसे आप json.load + np.asarray के साथ Python में वापस paste कर सकते हैं।
कुछ int64 values rounded क्यों हैं?
JavaScript का number type केवल 2^53 तक integers को सटीक रूप से प्रदर्शित कर सकता है। हम 64-bit ints को numbers के रूप में दिखाते हैं ताकि वे sort और रेंडर हों; अगर आपको पूर्ण precision चाहिए तो सीधे NumPy का उपयोग करें।
क्या मेरी फ़ाइल अपलोड होती है?
नहीं। Parsing पूरी तरह आपके ब्राउज़र में npyjs (और NPZ archives के लिए fflate) का उपयोग करके होती है। कुछ भी आपके डिवाइस से बाहर नहीं जाता।
क्या यह मोबाइल पर काम करता है?
हाँ। Tables sticky row index के साथ हॉरिज़ॉन्टली scroll होती हैं; 3D+ arrays एक numeric stepper का उपयोग करते हैं जो thumb-friendly है।
और साइंटिफ़िक