Python字典保存为.npy格式后的访问问题及更优保存方案咨询

为什么加载后需要用datanew[()][2.5]访问？ #

这其实是numpy保存非原生数组对象的机制导致的：
当你用np.save()保存普通Python字典（不是numpy数组）时，numpy会把这个字典包装成一个0维的numpy标量数组——相当于把字典塞进了一个特殊的“容器”里。加载后你得到的datanew其实是这个0维数组，而非直接的字典对象。
要取出里面的字典，就得用datanew[()]来“解包”这个标量数组，拿到真正的字典后，才能用原键2.5访问对应的值。

更优的字典保存方式 #

根据你的使用场景，有几种更便捷的方案：

1. 使用pickle（最推荐，完整保留原对象结构）

pickle是Python原生的序列化工具，专门用来处理Python对象的保存与恢复，能完美保留字典的键类型和内部嵌套结构：

import pickle
import numpy as np

# 保存字典
data = {}
data[2.5] = np.array([np.array([1,2,3,4]), np.array([5,6,7,8])])
with open('file.pkl', 'wb') as f:
    pickle.dump(data, f)

# 加载字典
with open('file.pkl', 'rb') as f:
    datanew = pickle.load(f)

# 直接用原数字键访问
print(datanew[2.5])

加载后datanew就是你最初的字典，不需要额外解包操作，键的类型也不会发生改变。

2. 使用np.savez/np.savez_compressed（适合单独管理数组）

这个方法会把字典的每个键值对作为独立的numpy数组保存，加载后得到的是一个类字典的NpzFile对象。需要注意：npz的键必须是字符串，所以原数字键会被自动转换为字符串形式：

import numpy as np

# 保存字典
data = {}
data[2.5] = np.array([np.array([1,2,3,4]), np.array([5,6,7,8])])
np.savez('file.npz', **data)

# 加载字典
datanew = np.load('file.npz')

# 用字符串形式的键访问
print(datanew['2.5'])

如果你的字典里全是numpy数组，这个方法的优势是可以单独加载某个键对应的数组，节省内存开销。

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