NPY文件跨numpy 1.x与2.x兼容：读取旧文件报错解决方案咨询

NumPy 2.x设计时考虑了向下兼容性，原则上支持读取1.x版本保存的NPY文件，但出现ModuleNotFoundError通常是因为文件中包含了依赖旧版NumPy内部模块结构的对象（比如自定义子类、旧内部类实例），以下是几种可行的解决办法：

1. 手动映射旧模块路径到新位置 #

当错误提示找不到如numpy.core._internal、numpy.matrixlib.defmatrix这类已被移动/合并的旧模块时，可以在加载文件前通过sys.modules添加路径映射，让pickle能找到对应的新模块：

import sys
import numpy as np

# 示例：映射旧模块到新位置
sys.modules['numpy.core._internal'] = np.core
sys.modules['numpy.matrixlib.defmatrix'] = np.matrix

# 现在加载文件
data = np.load('your_old_file.npy', allow_pickle=True)

根据错误提示中的具体模块路径，调整映射关系即可。

2. 确保启用pickle加载（注意安全） #

如果NPY文件保存了需要pickle序列化的对象（比如自定义类实例），加载时必须显式设置allow_pickle=True：

data = np.load('old_file.npy', allow_pickle=True)

⚠️ 注意：allow_pickle=True存在安全风险，仅在你完全信任文件来源时使用。

3. 临时降级NumPy重新保存 #

如果上述方法无效，最稳妥的方式是临时安装NumPy 1.x版本读取文件，然后重新保存为兼容格式：

1. 安装旧版NumPy：

pip install numpy==1.26.4  # 选择最新的1.x稳定版本

2. 读取并重新保存文件：

import numpy as np

# 读取旧文件
data = np.load('old_file.npy', allow_pickle=True)
# 重新保存为无pickle依赖的格式（如果可能）
np.save('compatible_file.npy', data, allow_pickle=False)

3. 切回NumPy 2.x：

pip install numpy>=2.0

4. 手动修改pickle元数据（高级操作） #

对于熟悉NPY文件结构和pickle机制的用户，可以直接修改文件中的旧模块路径：

import pickletools
import numpy as np

# 读取旧NPY文件的各个部分
with open('old_file.npy', 'rb') as f:
    magic = f.read(6)
    version = f.read(2)
    header_len = np.frombuffer(f.read(2), dtype=np.uint16)[0]
    header = f.read(header_len)
    pickle_data = f.read()

# 替换旧模块路径为新路径（根据错误提示调整）
modified_pickle = pickle_data.replace(b'numpy.core._internal', b'numpy.core')

# 重新组合并保存修复后的文件
with open('fixed_file.npy', 'wb') as f:
    f.write(magic + version + np.uint16(header_len).tobytes() + header + modified_pickle)

这种方法需要对NPY和pickle的底层结构有一定了解，仅适用于特殊场景。

内容的提问来源于stack exchange，提问作者Konstantin Beliaev