Python中是否存在类似Matlab的save()函数的对应功能？

目前主流有三类实现方式，可根据使用场景选择：

方案1：NumPy原生savez/load（最适配纯数组场景） #

如果你的输出都是NumPy数组，这是最接近Matlab使用习惯的方案，无需额外依赖。

保存示例 #

import numpy as np

# 你代码输出的多个数组
arr_a = np.array([1, 2, 3, 4])
arr_b = np.random.rand(5, 5)
arr_c = np.arange(10).reshape(2, 5)

# 一次性保存所有数组，可自定义键名方便后续读取
np.savez('my_output.npz', arr_a=arr_a, arr_b=arr_b, arr_c=arr_c)

读取示例 #

import numpy as np

# 一次性加载全部数据
loaded_data = np.load('my_output.npz')

# 按存储时的键名读取对应数组
print(loaded_data['arr_a'])
print(loaded_data['arr_b'])

特点 #

• 逻辑和Matlab的save/load完全一致，加载后得到类字典结构，可直接遍历所有存储的数组
• 无需额外安装依赖，只要安装了NumPy即可使用
• 需压缩节省存储空间时，将np.savez替换为np.savez_compressed即可

方案2：Pickle序列化（支持所有Python对象） #

如果除了数组外你还需要同时保存其他Python对象（比如列表、字典、自定义类实例），可以用Python原生的pickle模块。

保存示例 #

import pickle
import numpy as np

arr_a = np.array([1, 2, 3, 4])
arr_b = np.random.rand(5, 5)
other_data = "补充说明文字"

# 可将所有数据存入字典后一次性序列化
save_content = {
    "arr_a": arr_a,
    "arr_b": arr_b,
    "other": other_data
}

with open('my_output.pkl', 'wb') as f:
    pickle.dump(save_content, f)

读取示例 #

import pickle

with open('my_output.pkl', 'rb') as f:
    loaded_data = pickle.load(f)

print(loaded_data['arr_a'])
print(loaded_data['other'])

特点 #

• 通用性极强，支持存储几乎所有Python对象
• 仅支持Python生态内读写，无法跨语言使用
• 安全提示：不要加载来源不明的pkl文件，存在恶意代码执行风险

方案3：HDF5格式（适合超大容量数据） #

如果你的数组体积达到GB甚至TB级，推荐使用HDF5格式存储，支持分块读写、流式加载。

保存示例 #

import h5py
import numpy as np

arr_a = np.array([1, 2, 3, 4])
arr_b = np.random.rand(10000, 10000) # 超大数组

with h5py.File('my_output.h5', 'w') as f:
    f.create_dataset('arr_a', data=arr_a)
    f.create_dataset('arr_b', data=arr_b, compression='gzip') # 开启压缩

读取示例 #

import h5py

with h5py.File('my_output.h5', 'r') as f:
    # 支持只读取数组的部分片段，无需将全量数据加载到内存
    arr_b_part = f['arr_b'][:100, :100]
    print(arr_b_part)

特点 #

• 支持超大容量数据存储，支持分块读写、压缩，内存占用极低
• 需要额外安装h5py依赖
• 支持跨语言读写，Matlab、R等主流科研工具都可直接读取HDF5格式文件

内容的提问来源于stack exchange，提问作者Dimitri_896