Python脚本读取.npy返回numpy数组时在return语句挂起求助

1. 先排除调试器干扰 #

VSCode调试器在返回大型numpy数组时，会尝试生成预览内容，这很可能导致程序卡住。先关闭调试模式，直接运行脚本，观察是否还会挂起。如果直接运行正常，那就是调试器的预览功能导致的，可在VSCode设置中禁用相关选项：

• 打开设置（快捷键Ctrl+,）
• 搜索debug.inlineValues并取消勾选；或搜索python.debugger.showReturnValue，设置为false

2. 检查数组大小与内存占用 #

当label=0时，你需要同时返回四个numpy数组，如果这些数组体积过大，返回时会触发大量内存拷贝，导致程序无响应。可以在每个np.load后添加打印语句，查看数组的形状和内存占用：

label1 = np.load(f)
print(f"label1 shape: {label1.shape}, 内存占用: {label1.nbytes / 1024 / 1024:.2f} MB")

如果单个数组超过数GB，或四个数组总内存远超机器可用内存，就会导致挂起。这种情况可考虑：

• 按需加载数组，避免一次性读取所有
• 改用np.savez_compressed压缩存储数组

3. 代码优化与分步测试 #

你的代码存在大量重复逻辑，不利于排查问题。可以把读取逻辑封装成单独函数，逐个测试每个数组的返回是否正常：

def load_label_array(label_num):
    file_path = f'npys\\labels\\label{label_num}.npy'
    print(f'Opening Label {label_num} arrays..')
    with open(file_path, 'rb') as f:
        return np.load(f)

# 先单独测试单个数组返回
test_arr = load_label_array(1)
print(test_arr.shape)  # 查看是否正常输出

# 再测试返回多个数组
arr1 = load_label_array(1)
arr2 = load_label_array(2)
print(arr1.shape, arr2.shape)

如果单独返回某个数组时就卡住，说明对应的.npy文件可能损坏，或加载后的数据存在异常。可以尝试重新生成该文件，或添加allow_pickle=False参数加载（如果文件未保存pickle对象）：

np.load(f, allow_pickle=False)

4. 添加异常捕获排查文件读取问题 #

虽然你的代码看起来能正常读取文件，但可以添加异常捕获，确认每个文件是否真的加载成功：

import traceback

if label == 0 or label == 1:
    print('Opening Label 1 arrays..')
    try:
        with open(f'npys\\labels\\label1.npy', 'rb') as f:
            label1 = np.load(f)
        print("Label1 加载成功")
    except Exception as e:
        print(f"Label1 加载失败: {e}")
        traceback.print_exc()
    if label == 1:
        return label1

内容的提问来源于stack exchange，提问作者asingh