1、npy文件—Numpy專用的二進制格式。既可以保存數據也可以保存數據集（包括圖片）

下面只說保存簡單數據

實例：
使用npy文件保存g_D_loss的數據，g_D_loss是一個元組，已經存入數據。

with open('./g_D_loss.npy','wb') as f:np.save(f, g_D_loss)

讀取：

file="./g_D_loss.npy" content=np.load(file) print(content)

讀取如果出現“Object arrays cannot be loaded when allow_pickle=False”這樣的錯誤，因為我存取網絡層時就出現這樣的錯誤，所以記錄一下，順便說明解決的辦法。
在np.load(file)-----改為np.load(file,allow_pickle=True)修改一個參數。網上說是現在的新版本更適合新的應用，增強了時效性，老版本更多適合下載一個數據集應用。

補充：

2、npz文件----壓縮文件
使用np.savez()函數可以將多個數組保存到同一個文件中。
np.savez()函數的第一個參數是文件名，其后的參數都是需要保存的數組。傳遞數組時可以使用關鍵字參數為數組命名，非關鍵字參數傳遞的數組會自動起名為arr_0、arr_1……
np.savez()函數輸出的是一個擴展名為.npz的壓縮文件，它包含多個與保存的數組對應的npy文件（由save()函數保存），文件名對應數組名
讀取.npz文件時使用np.load()函數，返回的是一個類似于字典的對象，因此可以通過數組名作為關鍵字對多個數組進行訪問

import numpy as np# 將多個數組保存到磁盤 a = np.arange(5) b = np.arange(6) c = np.arange(7) np.savez('test', a, b, c_array=c) # c_array是數組c的命名 # 讀取數組 data = np.load('test.npz') #類似于字典{‘arr_0’:a,’arr_1’:b,’c_array’:c} print('arr_0 : ', data['arr_0']) # arr_0 : [0 1 2 3 4] print('arr_1 : ', data['arr_1']) # arr_1 : [0 1 2 3 4 5] print('c_array : ', data['c_array']) # c_array : [0 1 2 3 4 5 6]

總結

以上是生活随笔為你收集整理的npy文件的保存与读取的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。