为何np.load加载压缩npz文件后原字典变为numpy.ndarray？

原因 #

• np.savez_compressed（包括np.savez）本质是为存储numpy数组设计的。当你传入非数组类型的对象（比如代码里的字典b）时，它会自动用np.array()把这个对象包装成object类型的numpy数组——因为numpy需要统一用数组格式存储所有内容，而字典不属于numpy原生支持的数值数组类型，只能被塞进object数组里保存。
• 加载时哪怕开了allow_pickle=True（允许反序列化Python对象），你拿到的还是这个object数组容器，不是直接返回原始字典。

解决方法 #

要拿到原始字典，只需要从object数组里取出内部的对象就行，常用两种方式：

• 调用数组的item()方法
• 用索引[()]取数组里的唯一元素

修改后的可运行代码 #

import numpy as np

D = {}
D["a"] = np.array([1, 2, 3, 4])
D["b"] = {1: 2, "3": "hey"}
np.savez_compressed("test.npz", **D)

x = np.load("test.npz", allow_pickle=True)
a = x["a"]
print(a, type(a))  # 输出：[1 2 3 4] <class 'numpy.ndarray'>

# 正确获取原始字典
b = x["b"].item()
print(b, type(b))  # 输出：{1: 2, '3': 'hey'} <class 'dict'>
print(b["3"])      # 输出：hey

内容的提问来源于stack exchange，提问作者Basj