`.npy`文件是NumPy库用于存储多维数组（ndarray）的二进制文件格式，读取它需要借助NumPy库提供的函数。核心方法是使用`numpy.load()`函数 [ref_1][ref_3]。 下面是具体的读取方法、步骤、应用场景及注意事项。 ### 1. 基本读取方法 最基本的读取操作是使用`np.load()`函数。它将`.npy`文件的内容加载到一个NumPy数组中 [ref_1][ref_3]。 ```python import numpy as np # 读取位于当前工作目录下的`data.npy`文件 data = np.load('data.npy') # 文件路径可以是相对路径或绝对路径 [ref_1] # 查看加载数据的类型和内容 print(type(data)) # 输出: <class 'numpy.ndarray'> print(data) # 输出: 数组的具体内容 [ref_1][ref_3] print(f"数组形状: {data.shape}") print(f"数组数据类型: {data.dtype}") ``` **核心要点**： * `np.load()`是读取`.npy`文件的唯一标准函数，返回值是一个`numpy.ndarray`对象 [ref_1]。 * 文件名参数可以是字符串（如`‘data.npy’`）或类似路径的对象。 * 如果文件不在Python脚本的当前工作目录，需要提供完整路径（如`‘C:/path/to/your/file.npy’`）[ref_1]。 ### 2. 读取`.npz`文件（多个数组） `.npz`文件是多个`.npy`文件的压缩归档，用于保存多个NumPy数组。读取方式与单个`.npy`文件略有不同 [ref_4]。 ```python import numpy as np # 加载 .npz 文件 archive = np.load('multiple_data.npz') # 此时返回的是一个类似字典的 NpzFile 对象 [ref_4] # 查看文件中包含哪些数组（键名） print(archive.files) # 输出: ['array_1', 'array_2', ...] # 通过键名提取单个数组 arr1 = archive['array_1'] # 或者 archive.get('array_1') arr2 = archive['array_2'] print(arr1.shape) print(arr2.shape) # 重要：使用完毕后，关闭归档文件以释放资源 archive.close() # 或者使用上下文管理器，这是推荐的做法 with np.load('multiple_data.npz') as data: arr1 = data['array_1'] arr2 = data['array_2'] # 在 with 块内进行数据处理... # 退出 with 块后，文件会自动关闭 ``` **核心要点**： * `np.load()`对于`.npz`文件返回一个`NpzFile`对象，而不是直接的数组。 * 必须通过类似字典的键（在保存时指定的数组名）来访问内部的各个数组 [ref_4]。 * 由于`.npz`文件是归档文件，使用后最好显式调用`close()`方法或使用`with`语句来管理资源。 ### 3. 应用场景与高级操作 `.npy`文件读取在数据处理流程中扮演着关键角色。 #### **场景一：加载预训练的机器学习模型权重或特征** 在深度学习（如TensorFlow/PyTorch）中，模型的权重或从数据中提取的特征常被保存为`.npy`文件以便快速加载。 ```python # 假设有一个保存了图像特征向量的文件 features = np.load('extracted_image_features.npy') print(f"特征维度: {features.shape}") # 可能为 (样本数, 特征维度) [ref_1] ``` #### **场景二：与MATLAB进行数据交换** `.npy`文件和MATLAB的`.mat`文件是不同格式。如需在Python和MATLAB间交换数据，需要进行格式转换 [ref_2][ref_5]。 * **Python读取`.mat`文件并转为`.npy`格式**： ```python import scipy.io as sio import numpy as np # 使用 scipy 读取 .mat 文件 mat_data = sio.loadmat('data.mat') # mat_data 是一个字典，变量名是键 my_array = mat_data['variable_name'] # 获取特定的MATLAB变量 # 保存为 .npy 文件供后续Python使用 np.save('converted_data.npy', my_array) # 注意：np.save 是保存函数 [ref_2] ``` * **Python将`.npy`文件转为MATLAB可读的`.mat`文件**： ```python import numpy as np import scipy.io as sio py_data = np.load('python_data.npy') # 使用 scipy 保存为 .mat 文件 sio.savemat('matlab_data.mat', {'matlab_variable_name': py_data}) # 注意键名即为MATLAB中的变量名 [ref_2] ``` *注意*：有时从MATLAB读取的矩阵在Python中会因行列主序（‘C’ vs ‘Fortran’）差异而发生转置，需要根据情况进行`array.T`操作 [ref_5]。 #### **场景三：读取保存的字典数据** 虽然NumPy主要处理数组，但也可以巧妙地将字典保存为`.npy`文件（前提是字典的值是数组或标量）[ref_6]。 ```python # 保存字典的示例 (ref_6中提及了此功能) my_dict = {'weights': np.array([1.0, 2.0, 3.0]), 'bias': 0.5} np.save('my_dict.npy', my_dict) # 保存 # 读取时，load() 返回的仍是包含该字典的 ndarray（一个0维数组，其item()是字典） loaded_obj = np.load('my_dict.npy', allow_pickle=True) # 必须设置 allow_pickle=True reconstructed_dict = loaded_obj.item() # 使用 .item() 方法获取字典对象 [ref_6] print(reconstructed_dict['weights']) ``` ### 4. 参数说明与注意事项 下表总结了`np.load()`的关键参数： | 参数名 | 类型 | 说明 | 默认值/注意事项 | | :--- | :--- | :--- | :--- | | `file` | str, PathLike | 文件路径（字符串或路径对象）。 | 必需参数。 | | `mmap_mode` | {None, ‘r+’, ‘r’, ‘w+’, ‘c’} | 内存映射模式。对于超大文件，使用`‘r’`模式可以部分读取而不一次性加载全部数据到内存。 | `None`（完全加载）。 | | `allow_pickle` | bool | 是否允许加载 pickle 序列化的对象。加载非纯数组数据（如场景三中的字典）时必须设为`True`。**安全警告**：加载不受信任来源的pickle数据存在风险。 | `True` | | `fix_imports` | bool | 仅当`allow_pickle=True`时有效，用于Python 2/3兼容性。 | `True` | | `encoding` | str | 仅当`allow_pickle=True`时有效，指定Python 2下pickle文件的编码。 | ‘ASCII’ | **关键注意事项**： 1. **文件扩展名**：虽然`np.load()`能自动识别`.npy`和`.npz`格式，但明确使用正确的扩展名是良好的实践。 2. **路径问题**：最常见的错误是文件路径不正确。可以使用`os.path.exists(‘your_file.npy’)`来检查文件是否存在。 3. **大文件处理**：对于内存无法容纳的巨型数组，使用`mmap_mode=‘r’`参数进行内存映射读取。 4. **安全性**：由于NumPy的`.npy`格式基于pickle，从不可信来源加载文件可能存在代码执行漏洞。务必确保文件来源可靠，或在明确安全的情况下使用`allow_pickle=True` [ref_4]。 5. **版本兼容性**：高版本NumPy保存的文件可能无法用低版本NumPy读取，需要注意环境一致性。 ### 5. 读取流程总结 一个稳健的`.npy`文件读取流程通常包含以下步骤： 1. **导入库**：`import numpy as np`。 2. **检查路径**：确认目标文件存在且路径可访问。 3. **选择读取模式**：根据文件大小决定是完整加载(`mmap_mode=None`)还是内存映射(`mmap_mode=‘r’`)。 4. **执行加载**：调用`data = np.load(‘file_path.npy’, allow_pickle=True/False)`。 5. **验证数据**：检查加载对象的类型(`type(data)`)、形状(`.shape`)、数据类型(`.dtype`)以确保符合预期。 6. **处理数据**：进行后续的数据分析、可视化或模型输入等操作 [ref_1][ref_3]。 7. **资源管理**：对于`.npz`文件或使用内存映射的大型文件，在操作完成后注意关闭文件（使用`with`语句是最佳实践）。