基于python，numpy库如何生成npy文件？如何解析？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

numpy库，有个自己独有的保存变量到文件的功能，特有的文件格式是.npy和.npz。两者最直观的区别，就是保存单独的变量和多个变量的区别。那么，本文描述.npy文件的生成与解析。特别需要说明的是：.npy和.npz这些都是numpy提供的功能，并不是python提供的功能。

苏南大叔的“程序如此灵动”博客，记录苏南大叔和计算机代码的故事。本文测试环境：win10，python@3.12.0，numpy@1.26.1。.save()和.load()都是有好多参数的，但是本文里面并不都做展示，因为用不到。

生成.npy文件

理论上就是把变量写入到一个临时文件里面去，变量并不局限于注册在numpy的ndarray类型，普通的list/tuple/dict等等变量也是可以保存进去的。使用的函数是：np.save()。参考代码：

import numpy as np
s = ["苏", "南", "大", "叔"]
print(s,type(s))              #  苏南大叔 <class 'list'>
np.save("test.npy", s)

这里需要注意的是：

• 生成文件必然是以.npy结尾的，代码会强制生成.npy结尾文件名称。这个是必然的。
• 会覆盖现有同名文件，无任何提示。

解析.npy文件

解析.npy文件也非常简单，使用的函数是：np.load()。参考代码：

import numpy as np
n = np.load("test.npy")
print(n,type(n))              #  苏南大叔 <class 'numpy.ndarray'>

或者：

import numpy as np
n = np.load("test.npy",allow_pickle=True)

可能的报错

试图对set或者dict类型操作的时候，可能会得到下面的错误提示信息：

ValueError: Object arrays cannot be loaded when allow_pickle=False

测试代码：

import numpy as np
s = {"苏", "南", "大", "叔"}                # set
s = {"s":"苏","n":"南","d":"大","s2":"叔"}  # dict
np.save("test.npy", s)
n = np.load("test.npy")

解决方案【allow_pickle=True似乎万能】：

n = np.load("test.npy",allow_pickle=True)

可能存在的问题

在上面的代码中，操作的对象包括ndarray、list和str。如果换成tuple类型，则会发现np.load()回来的变量类型，被变成了ndarray。这，就似乎不符合逻辑了。经过测试：

测试代码：

import numpy as np
# s = np.array([["苏", "南", "大", "叔"]])    # ndarray
# s = ["苏", "南", "大", "叔"]                # list
# s = ("苏", "南", "大", "叔")                # tuple
# s = {"苏", "南", "大", "叔"}                # set
# s = {"s":"苏","n":"南","d":"大","s2":"叔"}  # dict
# s = "苏南大叔"                              # str
# s = 168                                    # int
s = range(0,3)                             # range
print(s,type(s))
np.save("test.npy", s)

n = np.load("test.npy",allow_pickle=True)
print(n,type(n))

目前的结论

使用np.save()几乎可以保存很多类型变量（不敢说是所有）。但是，np.load()有的时候需要配合参数allow_pickle=True才能正常解析，而且目前来看，解析出来的变量，都会被强制转为ndarray类型。所以，使用这个功能的时候，需谨慎。

因为没有实验其它参数，所以目前的结论，可能存在偏颇，待后续文章补充。

结语

更多python相关文章，请点击苏南大叔的文章：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。