numpy.savez与numpy.savez_compressed是否自动使用pickle？

是的，当保存**对象数组（dtype=object）**时，numpy.savez 和 numpy.savez_compressed 会在后台自动使用 pickle 进行序列化。

原因在于：numpy 的原生二进制存储格式（.npy/.npz）仅支持内置数值类型、结构化数组等原生可表示的数据。对于包含 Python 对象的数组（比如你示例中指定 dtype=object 的字符串数组，或是其他自定义 Python 对象），numpy 无法用原生格式直接存储，必须借助 pickle 将这些对象序列化为字节流后，再写入 .npz 文件。

你遇到的 ValueError: Object arrays cannot be loaded when allow_pickle=False，是因为 numpy.load 默认禁用了 pickle 反序列化（出于安全防护，避免加载恶意构造的 pickle 数据）。要读取这类对象数组，必须显式开启 allow_pickle=True：

data = np.load("test.npz", allow_pickle=True)
print(data["strings"])

需要注意的是：如果保存的是 numpy 原生支持的类型（比如示例中的 numbers 浮点数组），则不会触发 pickle 的使用，完全用 numpy 原生格式存储。只有当数组包含无法用 numpy 原生格式表示的 Python 对象时，才会自动依赖 pickle。

内容的提问来源于stack exchange，提问作者tnknepp