numpy加载npz文件返回NpzFile对象的原因及数据提取方法

np.load()加载npz文件返回numpy.lib.npyio.NpzFile对象是正常的设计逻辑，不是异常。npz本身是多个numpy数组打包后的压缩归档格式，如果加载时就把所有数组全量解压读入内存，遇到存储了大体积数组的npz文件会直接占用大量内存，甚至触发OOM。因此NpzFile被设计为类字典的懒加载对象，不会在加载阶段读取实际数组内容，仅保留文件句柄和归档索引，只有用户主动访问对应数组时才会读取对应数据到内存，兼顾大文件加载的性能和内存占用。

另外你贴的复现代码里存在一个传参错误：调用np.savez_compressed时直接传入字典作为位置参数，numpy不会自动识别字典的键作为存储键名，最终存进npz的数组会被自动命名为arr_0，根本不会生成你预期的imgs、masks键，后续取值时会找不到对应数据。

NpzFile的使用逻辑和Python字典高度一致，常用的提取方式有两种：

• 按需提取单个数组
  先通过.files属性查看npz内存储的所有数组的键名，再按键取值即可：

  loaded_data = np.load("/path/to/imgs_with_masks.npz")
  # 打印所有存在的数组键
  print(loaded_data.files)
  # 按键取对应numpy数组
  imgs = loaded_data["imgs"]
  masks = loaded_data["masks"]
  # 用完记得关闭对象释放文件句柄
  loaded_data.close()
  

  更推荐用with上下文管理器写法，会自动完成资源释放，避免句柄泄漏：

  with np.load("/path/to/imgs_with_masks.npz") as loaded_data:
      imgs = loaded_data["imgs"]
      masks = loaded_data["masks"]
  

• 一次性加载所有数组为普通字典
  如果npz文件体积不大，不需要懒加载，可以直接把NpzFile转为普通Python字典，转换完成后就算关闭原NpzFile对象，字典内的数组也可以正常使用：

  with np.load("/path/to/imgs_with_masks.npz") as loaded_data:
      all_data = dict(loaded_data)
  # 出了with块后可以直接从字典取数，不需要依赖原文件句柄
  print(type(all_data["imgs"])) # 输出<class 'numpy.ndarray'>
  

针对你最开始的复现代码，修正存文件时的传参错误（需要用**解包字典）之后的完整代码如下：

import numpy as np

imgs = np.ones((3,32,32,3))
masks = np.ones((3,32,32,1))
array_dict = {"imgs" : imgs, "masks": masks}
# 注意这里要**解包字典，才能用字典的键作为npz内的数组名
np.savez_compressed("/path/to/imgs_with_masks.npz", **array_dict)

with np.load("/path/to/imgs_with_masks.npz") as loaded_data:
    print(type(loaded_data), " - ", loaded_data.files)
    all_data = dict(loaded_data)

print(all_data.keys()) # 输出dict_keys(['imgs', 'masks'])
print(type(all_data["imgs"])) # 输出<class 'numpy.ndarray'>

• 注意：不要在NpzFile对象关闭后再尝试从中取值，懒加载机制依赖打开的文件句柄，关闭后再访问键会抛出IO错误，需要使用的数组请在关闭前提取，或提前转为普通字典。

内容的提问来源于stack exchange，提问作者toom