numpy.savetxt正确用法及3D数组存储ValueError报错解决

报错有两个核心诱因：

1. np.savetxt 仅支持保存1D/2D数值数组，你将master_configs和master_evols打包后生成的是3D数组，直接触发维度校验错误。
2. 你示例中的ar数组内部子数组维度不一致（第一组子数组长度为3，第二组为4），numpy会自动将其转为object类型数组，savetxt无法解析非数值类型的数组对象。
   此外原有代码还存在隐藏bug：初始master_configs是列表类型，首次加载txt成功后会变成numpy数组，后续执行append操作会直接抛出属性错误，numpy数组无内置append方法。

方案1：使用txt存储（适配原有读写逻辑） #

将每组配置和对应结果拼接为单行数据，把整个数据集转为2D结构，同时使用追加模式写入，无需每次读取全量文件，效率更高：

import numpy as np
import random

def combine_shuffle_test(n): #generating data
    a, b = [], []
    for i in range(random.randint(0,5)):
        a.append(np.random.normal(0,1,8))
        b.append(np.random.normal(0,1,9))
    return a,b

save_path = 'master_results.txt'

for i in range(2):
    fil_cfgs, fil_res_evol = combine_shuffle_test(100)
    # 单条数据结构：8位配置 + 9位结果，拼接为17维向量
    batch_data = np.array([np.concatenate([cfg, res]) for cfg, res in zip(fil_cfgs, fil_res_evol)])
    # 追加模式写入，首次运行创建文件，后续直接追加新数据
    with open(save_path, 'ab') as f:
        np.savetxt(f, batch_data, fmt='%1.6f', delimiter=', ')

# 读取时直接拆分配置和结果即可
all_data = np.loadtxt(save_path, delimiter=', ')
master_configs = all_data[:, :8]
master_evols = all_data[:, 8:]

方案2：使用numpy原生npz格式（更高效） #

如果不需要直接读取txt明文内容，使用npz格式可以完美兼容多维数组、维度不一致的object数组，读写速度远高于txt，且不需要修改原有数据结构：

import numpy as np
import random

def combine_shuffle_test(n): #generating data
    a, b = [], []
    for i in range(random.randint(0,5)):
        a.append(np.random.normal(0,1,8))
        b.append(np.random.normal(0,1,9))
    return a,b

save_path = 'master_results.npz'
master_configs = []
master_evols = []

for i in range(2):
    # 读取历史存档
    try:
        old_data = np.load(save_path, allow_pickle=True)
        master_configs = old_data['configs'].tolist()
        master_evols = old_data['evols'].tolist()
    except:
        pass
    fil_cfgs, fil_res_evol = combine_shuffle_test(100)
    master_configs.extend(fil_cfgs)
    master_evols.extend(fil_res_evol)
    # 保存全量数据，允许pickle存储object类型数组
    np.savez(save_path, 
             configs=np.array(master_configs, dtype=object), 
             evols=np.array(master_evols, dtype=object))

# 读取数据
data = np.load(save_path, allow_pickle=True)
master_configs = data['configs']
master_evols = data['evols']

内容的提问来源于stack exchange，提问作者nuwe