误以写入模式加载.npy文件致损坏，求原因及恢复方法

问题描述 #

加载.npy文件时，偶尔会因复制粘贴失误，误以写入（wb）模式而非读取（rb）模式打开文件，导致文件损坏，后续改用读取模式也无法加载。以下是最小复现示例：

import numpy as np

a = np.array([0, 1])

# 保存数据
with open('tmp.npy', 'wb') as f:
    np.save(f, a)

try:
    # 失误：以写入模式加载.npy文件
    with open('tmp.npy', 'wb') as f:
        a = np.load(f)
except:
    # 修正模式后尝试读取
    with open('tmp.npy', 'rb') as f:
        a = np.load(f)                       # 触发错误：ValueError: Cannot load file containing pickled data when allow_pickle=False
        # a = np.load(f, allow_pickle=True)  # 触发错误：OSError: Failed to interpret file <_io.BufferedReader name='tmp.npy'> as a pickle

加载时会触发ValueError，即使设置allow_pickle=True也会抛出OSError。

损坏原因 #

核心问题出在wb模式的文件操作逻辑上：

• 当用wb（二进制写入）模式打开文件时，操作系统会立即将文件截断为0字节，直接清空原有所有内容，这个操作在打开文件的瞬间就完成了，和后续是否执行写入代码无关。
• 后续执行np.load(f)时，这个函数是读取逻辑，不会向文件写入有效数据，但原文件的.npy格式数据已经被彻底清空，剩下的是空文件或无效碎片，自然无法被np.load识别解析。

能否恢复损坏的文件？ #

• 如果文件被wb模式清空后，磁盘上没有被新的数据覆盖，部分专业数据恢复工具可能找回旧文件的碎片，但成功率极低，尤其是SSD开启TRIM功能的情况下，数据会被彻底擦除，几乎没有恢复可能。
• 一旦wb模式打开后有新的写入操作，原数据被覆盖的部分就完全无法恢复。
• 总结：没有可靠的恢复方法，提前备份才是最优解。

避免此类问题的建议 #

• 直接使用numpy内置的简化接口：无需手动用open()管理文件，直接调用np.save('tmp.npy', a)和np.load('tmp.npy')，numpy会自动处理正确的文件模式，从根源上避免模式错误。
• 若必须手动操作文件对象，加载时严格使用rb模式，也可以在代码中增加模式检查逻辑，避免误操作。
• 对重要的.npy数据，定期备份或用版本控制工具（如Git）管理，降低数据丢失风险。

内容的提问来源于stack exchange，提问作者roygbiv