如何将由numpy数组组成的字典输出到文件？

嘿，我来给你分享几个把numpy数组组成的字典输出到文件的实用方法，结合你已经导入的那些库，这些方案都很容易实现：

这是处理numpy数组字典最直接的方式，numpy内置的savez可以把多个数组打包成一个.npz文件，字典的键可以直接作为数组的标识。如果数据量较大，savez_compressed还能压缩文件节省磁盘空间。

# 假设你的numpy数组字典是这样的（替换成你实际的字典）
numpy_array_dict = {
    'image_features': np.random.rand(100, 2048),  # 比如VGG19提取的特征
    'label_arrays': np.random.randint(0, 10, size=(100,))
}

# 保存为未压缩的.npz文件
np.savez('numpy_dict_output.npz', **numpy_array_dict)

# 如果要压缩版本，改用这个：
# np.savez_compressed('numpy_dict_output_compressed.npz', **numpy_array_dict)

读取文件的方式： #

# 加载.npz文件
loaded_data = np.load('numpy_dict_output.npz')

# 通过字典的键访问对应的numpy数组
loaded_features = loaded_data['image_features']
loaded_labels = loaded_data['label_arrays']

# 记得用完后关闭文件对象
loaded_data.close()

这个方法的优势是完全适配numpy数组，不需要额外依赖，读取速度快，压缩版本对大数组非常友好。

如果你需要保存的字典里除了numpy数组还有其他Python对象，pickle会是个不错的选择——它可以序列化几乎所有Python原生结构，包括包含numpy数组的字典。

import pickle  # 没导入的话加这句就行

# 写入文件
with open('numpy_dict_pickle.pkl', 'wb') as f:
    pickle.dump(numpy_array_dict, f)

# 读取文件
with open('numpy_dict_pickle.pkl', 'rb') as f:
    loaded_dict = pickle.load(f)

# 直接访问字典里的数组
print(loaded_dict['image_features'].shape)

⚠️ 注意：pickle存在安全风险，不要加载来自不信任来源的.pkl文件，避免恶意代码执行。

如果你的numpy数组特别大（比如GB级），h5py支持分块存储和随机访问，比前两种方法更高效。不过需要先安装它：pip install h5py

import h5py

# 保存字典
with h5py.File('numpy_dict_h5.h5', 'w') as hf:
    for key, array in numpy_array_dict.items():
        hf.create_dataset(key, data=array)

# 读取字典
with h5py.File('numpy_dict_h5.h5', 'r') as hf:
    loaded_dict = {key: hf[key][:] for key in hf.keys()}

这个方法适合需要处理超大数据集的场景，支持部分读取数组，不用一次性加载到内存。

内容的提问来源于stack exchange，提问作者fatma