如何向Numpy的.npz文件写入数据而不覆盖原有内容？

这个问题我之前也碰到过！numpy的savez()确实没有直接追加变量的功能，因为它生成的.npz文件本质是一个ZIP压缩包，每次调用都会重新创建整个压缩包，自然会覆盖原有内容。不过有两种靠谱的解决方案，你可以根据自己的场景选择：

方法1：加载现有变量后合并保存 #

这种方法适合文件不大、变量数量不多的情况，思路很简单：先把文件里已有的所有变量读出来，和新变量合并成一个字典，再重新保存整个字典。

示例代码：

import numpy as np

# 第一次保存变量a
a = np.array([1, 2, 3])
np.savez('file.npz', a=a)

# 要追加变量b时，先加载已有数据
existing_data = np.load('file.npz')
# 把加载的对象转成普通字典，方便添加新变量
merged_data = dict(existing_data)

# 添加新变量b
b = np.array([4, 5, 6])
merged_data['b'] = b

# 重新保存所有变量
np.savez('file.npz', **merged_data)

# 验证结果
loaded = np.load('file.npz')
print(loaded.keys())  # 输出: ['a', 'b']

注意：如果你的.npz文件很大，加载所有变量会占用较多内存，这时候更推荐下面的方法。

方法2：直接操作ZIP文件追加（适合大文件） #

因为.npz本质是ZIP包，里面每个变量对应一个.npy文件，我们可以用Python内置的zipfile模块直接往ZIP包里追加新的.npy文件，不需要加载所有现有变量。

示例代码：

import numpy as np
import zipfile
import io

def append_to_npz(file_path, **kwargs):
    # 先检查要追加的变量名是否已存在
    existing_keys = []
    with zipfile.ZipFile(file_path, 'r') as zf:
        # 提取所有.npy文件名，去掉后缀得到变量名
        existing_keys = [name[:-4] for name in zf.namelist() if name.endswith('.npy')]
    
    duplicate_keys = [key for key in kwargs if key in existing_keys]
    if duplicate_keys:
        raise ValueError(f"变量名 {duplicate_keys} 已存在于文件中，请更换名称或处理重复")
    
    # 以追加模式打开ZIP文件，写入新变量
    with zipfile.ZipFile(file_path, 'a', zipfile.ZIP_DEFLATED) as zf:
        for key, arr in kwargs.items():
            # 将数组保存到内存缓冲区
            buffer = io.BytesIO()
            np.save(buffer, arr)
            buffer.seek(0)
            # 写入ZIP包，文件名格式为「变量名.npy」
            zf.writestr(f"{key}.npy", buffer.getvalue())

# 第一次保存变量a
a = np.array([1, 2, 3])
np.savez('file.npz', a=a)

# 追加变量b
b = np.array([4, 5, 6])
append_to_npz('file.npz', b=b)

# 再追加变量c
c = np.array([7, 8, 9])
append_to_npz('file.npz', c=c)

# 验证结果
loaded = np.load('file.npz')
print(loaded.keys())  # 输出: ['a', 'b', 'c']

这个方法的优势是不需要加载整个文件，内存占用小，适合处理大数组或大量变量的场景。

内容的提问来源于stack exchange，提问作者user8930103