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

> Documentação do formato Npy

# Npy

| Entrada | Saída | Alias |
| - | - | - |
| ✔ | ✔ | |

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

O formato `Npy` foi projetado para carregar um array do NumPy de um arquivo `.npy` para o ClickHouse.
O formato de arquivo do NumPy é um formato binário usado para armazenar arrays de dados numéricos com eficiência.
Durante a importação, o ClickHouse trata a dimensão de nível superior como um array de linhas com uma única coluna.

A tabela abaixo mostra os tipos de dados Npy compatíveis e seus tipos correspondentes no ClickHouse:

<div id="data-types-matching">
  ## Correspondência entre tipos de dados
</div>

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

<div id="example-usage">
  ## Exemplo de uso
</div>

<div id="saving-an-array-in-npy-format-using-python">
  ### Salvando um array no formato .npy com 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">
  ### Ler um arquivo NumPy no 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">
  ### Selecionando dados
</div>

Você pode selecionar dados de uma tabela do ClickHouse e salvá-los em um arquivo no formato Npy usando o comando a seguir com o clickhouse-client:

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

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