NumPy: الإدخال/الإخراج للملفات

آخر تحديث: 2026-08-26

1. ما ستتعلمه

• ❶ حفظ وتحميل ملفات .npy (مصفوفة واحدة)
• ❷ حفظ وتحميل ملفات .npz (مصفوفات متعددة)
• ❸ الإدخال/الإخراج لملفات CSV/نصية باستخدام loadtxt و savetxt
• ❹ المصفوفات المعينة في الذاكرة لمجموعات البيانات الكبيرة

2. المفاهيم الأساسية

(1) صيغة .npy

import numpy as np

a = np.array([1, 2, 3, 4, 5])

# حفظ
np.save('array.npy', a)

---
## 3. تحميل
b = np.load('array.npy')
print(b)  # [1 2 3 4 5]

(2) صيغة .npz (مصفوفات متعددة)

x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

---
## 4. حفظ مصفوفات متعددة
np.savez('data.npz', x=x, y=y)

---
## 5. تحميل
data = np.load('data.npz')
print(data['x'])  # [1 2 3]
print(data['y'])  # [4 5 6]

(3) ملفات CSV/نصية

---
## 6. حفظ إلى CSV
data = np.array([[1, 2, 3],
                 [4, 5, 6]])
np.savetxt('data.csv', data, delimiter=',', fmt='%.2f')

---
## 7. تحميل من CSV
loaded = np.loadtxt('data.csv', delimiter=',')

▶ مثال: حفظ وتحميل ملفات .npy (الصعوبة ⭐)

import numpy as np
import os

---
## 8. إنشاء وحفظ مصفوفة
a = np.array([1, 2, 3, 4, 5])
np.save('example.npy', a)

---
## 9. تحميلها مرة أخرى
b = np.load('example.npy')
print("Loaded:", b)
print("Same data:", np.array_equal(a, b))

---
## 10. تنظيف
os.remove('example.npy')

المخرجات:

Loaded:
Same data:

المخرجات:

TEXT 📖 للعرض فقط

📋 Copy

Loaded: [1 2 3 4 5]
Same data: True

▶ مثال: الإدخال/الإخراج لملفات CSV (الصعوبة ⭐⭐)

import numpy as np
import os

data = np.array([[1.5, 2.3, 3.7],
                 [4.1, 5.6, 6.2],
                 [7.8, 8.4, 9.9]])

---
## 11. حفظ إلى CSV
np.savetxt('data.csv', data, delimiter=',', fmt='%.2f',
           header='x,y,z', comments='')

---
## 12. تحميل من CSV
loaded = np.loadtxt('data.csv', delimiter=',')
print("Loaded CSV:
", loaded)

---
## 13. تحميل أعمدة محددة
col_0 = np.loadtxt('data.csv', delimiter=',', usecols=0)
print("First column:", col_0)

os.remove('data.csv')

المخرجات:

First column:

المخرجات:

TEXT 📖 للعرض فقط

📋 Copy

Loaded CSV:
 [[1.5 2.3 3.7]
 [4.1 5.6 6.2]
 [7.8 8.4 9.9]]
First column: [1.5 4.1 7.8]

▶ مثال: العمل مع ملفات .npz (الصعوبة ⭐⭐)

import numpy as np
import os

x = np.linspace(0, 10, 100)
y = np.sin(x)
z = np.cos(x)

---
## 14. حفظ مصفوفات متعددة
np.savez('trig.npz', x=x, y=y, z=z)

---
## 15. تحميل والوصول بالاسم
data = np.load('trig.npz')
print("Keys:", list(data.keys()))
print("x[:5]:", data['x'][:5])
print("y[:5]:", data['y'][:5])

os.remove('trig.npz')

المخرجات:

Keys:
x[:5]:
y[:5]:

المخرجات:

TEXT 📖 للعرض فقط

📋 Copy

Keys: ['x', 'y', 'z']
x[:5]: [0.         0.1010101  0.2020202  0.3030303  0.4040404]
y[:5]: [0.         0.10083842 0.20064886 0.2984138  0.3931366]

❓ أسئلة شائعة

📖 ملخص

• np.save / np.load: مصفوفة واحدة بصيغة .npy (سريع، مضغوط، يحافظ على النوع)
• np.savez / np.load: مصفوفات متعددة بصيغة .npz (قاموس مضغوط)
• np.savetxt / np.loadtxt: الإدخال/الإخراج لملفات CSV/نصية
• np.genfromtxt: يتعامل مع القيم المفقودة والأنواع المختلطة
• المصفوفات المعينة في الذاكرة: mmap_mode='r' لمجموعات البيانات الكبيرة

📝 تمارين

1. مبتدئ (الصعوبة ⭐): أنشئ مصفوفة، احفظها بصيغتي .npy و .csv، حمّل كليهما، وقارن القيم المحملة.

2. متوسط (الصعوبة ⭐⭐): أنشئ 3 مصفوفات، احفظها في ملف .npz واحد، حمّلها مرة أخرى، وتحقق من استعادة كل مصفوفة بشكل صحيح.

3. متقدم (الصعوبة ⭐⭐⭐): أنشئ مصفوفة كبيرة (1000x1000)، احفظها بصيغة .npy، وحمّلها باستخدام mmap_mode='r'. اطلع على عنصر واحد واشرح لماذا هذا أكثر كفاءة في الذاكرة لمجموعات البيانات الكبيرة.

فريق Web-Tutorial التقني

منصة دروس برمجية يديرها عدة مطورين. كل درس يتم كتابته ومراجعته بواسطة مطورين متخصصين في المجال. نعمل على ضمان دقة وموثوقية المحتوى — إذا لاحظت أي مشكلة، فيرجى إخبارنا.

من نحن