> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Documentation sur le format Npy

# Npy

| Entrée | Sortie | Alias |
| ------ | ------ | ----- |
| ✔      | ✔      |       |

<div id="description">
  ## Description
</div>

Le format `Npy` est conçu pour charger dans ClickHouse un tableau NumPy depuis un fichier `.npy`.
Le format de fichier NumPy est un format binaire utilisé pour stocker efficacement des tableaux de données numériques.
Lors de l’importation, ClickHouse interprète la dimension de premier niveau comme un tableau de lignes à colonne unique.

Le tableau ci-dessous présente les types de données Npy pris en charge et leur type correspondant dans ClickHouse :

<div id="data_types-matching">
  ## Correspondance des types de données
</div>

| Type de données Npy (`INSERT`) | Type de données ClickHouse                          | Type de données Npy (`SELECT`) |
| ------------------------------ | --------------------------------------------------- | ------------------------------ |
| `i1`                           | [Int8](/fr/reference/data-types/int-uint)           | `i1`                           |
| `i2`                           | [Int16](/fr/reference/data-types/int-uint)          | `i2`                           |
| `i4`                           | [Int32](/fr/reference/data-types/int-uint)          | `i4`                           |
| `i8`                           | [Int64](/fr/reference/data-types/int-uint)          | `i8`                           |
| `u1`, `b1`                     | [UInt8](/fr/reference/data-types/int-uint)          | `u1`                           |
| `u2`                           | [UInt16](/fr/reference/data-types/int-uint)         | `u2`                           |
| `u4`                           | [UInt32](/fr/reference/data-types/int-uint)         | `u4`                           |
| `u8`                           | [UInt64](/fr/reference/data-types/int-uint)         | `u8`                           |
| `f2`, `f4`                     | [Float32](/fr/reference/data-types/float)           | `f4`                           |
| `f8`                           | [Float64](/fr/reference/data-types/float)           | `f8`                           |
| `S`, `U`                       | [String](/fr/reference/data-types/string)           | `S`                            |
|                                | [FixedString](/fr/reference/data-types/fixedstring) | `S`                            |

<div id="example-usage">
  ## Exemple d’utilisation
</div>

<div id="saving-an-array-in-npy-format-using-python">
  ### Enregistrer un tableau au format .npy avec Python
</div>

```Python theme={null}
import numpy as np
arr = np.array([[[1],[2],[3]],[[4],[5],[6]]])
np.save('example_array.npy', arr)
```

<div id="reading-a-numpy-file-in-clickhouse">
  ### Lecture d’un fichier NumPy dans ClickHouse
</div>

```sql title="Query" theme={null}
SELECT *
FROM file('example_array.npy', Npy)
```

```response title="Response" theme={null}
┌─array─────────┐
│ [[1],[2],[3]] │
│ [[4],[5],[6]] │
└───────────────┘
```

<div id="selecting-data">
  ### Sélection des données
</div>

Vous pouvez sélectionner des données à partir d’une table ClickHouse et les enregistrer dans un fichier au format Npy à l’aide de la commande suivante avec clickhouse-client :

```bash theme={null}
$ clickhouse-client --query="SELECT {column} FROM {some_table} FORMAT Npy" > {filename.npy}
```

<div id="format-settings">
  ## Paramètres de format
</div>