保存.npy文件遇TypeError及UnicodeDecodeError的解决求助

问题根源 #

你遇到的两个错误本质上都是文件打开模式不匹配导致的：numpy的.npy格式是二进制文件，读写时必须用二进制模式，而你要么用了文本写入模式，要么用了文本读取模式，才触发了报错。

第一个错误：写入时的TypeError: write() argument must be str, not bytes #

你最初的写入代码用了'w'（文本写入模式），但np.save()需要写入二进制数据，文本模式只能处理字符串，所以会抛出类型错误。

你改成'wb'（二进制写入模式）是正确的，但读取时没同步调整模式，才引发了第二个错误。

第二个错误：读取时的UnicodeDecodeError: 'utf-8' codec can't decode byte 0x93... #

读取时你用了默认的文本读取模式（open()默认是'r'），但.npy是二进制文件，文本模式会尝试用UTF-8解码二进制内容，自然会触发编码错误。

最终正确的代码实现 #

写入.npy文件

bottleneck_features_train = model.predict_generator(generator, nb_train_samples // batch_size)
np.save(open('bottleneck_features_train.npy', 'wb'), bottleneck_features_train)

读取.npy文件

def train_top_model():
    train_data = np.load(open('bottleneck_features_train.npy', 'rb'))

更简洁的写法（推荐） #

其实np.save和np.load可以直接接收文件名作为参数，它们会自动处理二进制模式，不用手动调用open()，这样更不容易出错：

# 写入
np.save('bottleneck_features_train.npy', bottleneck_features_train)

# 读取
def train_top_model():
    train_data = np.load('bottleneck_features_train.npy')

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