NumPy np.savez 示例讲解

 

np.savez 示例讲解

np.savez：把多个 numpy 数组保存到一个 .npz 压缩包（zip 格式） 语法：

np.savez(文件名, 数组1, 数组2, key1=数组A, key2=数组B)

规则：

• 不写key=的数组：自动命名 arr_0, arr_1, arr_2 …
• key=数组：手动自定义名字，读取用这个 key 取数组
• .npz 用np.load()打开，返回类似字典对象，用[key]取出数组

---

示例 1：基础用法（混合自动命名 + 自定义 key）

import numpy as np

a = np.array([1,2,3,4])
b = np.array([[10,20],[30,40]])
c = np.arange(12).reshape(2,2,3) #三维数组

# 保存：a自动arr_0；b自动arr_1；c指定名字叫"three_d"
np.savez("test1.npz", a, b, three_d=c)

# 读取
data = np.load("test1.npz")

# 查看所有key
print(data.keys())
# dict_keys(['arr_0', 'arr_1', 'three_d'])

# 取出数组
arr_a = data["arr_0"]
arr_b = data["arr_1"]
arr_c = data["three_d"]

print("arr_0:\n", arr_a)
print("three_d:\n", arr_c)

---

示例 2：全部手动指定 key（推荐，可读性最好）

工程代码推荐全部写 key，不要依赖 arr_0，避免顺序混乱

import numpy as np

x = np.linspace(0,1,10)
y = np.random.rand(5,5)

# 全部自定义key
np.savez("test2.npz", x_data=x, y_data=y)

res = np.load("test2.npz")
print(res.keys()) # dict_keys(['x_data', 'y_data'])

print(res["x_data"])
print(res["y_data"].shape)

---

示例 3：保存数组 + 标量、字符串（小技巧）

np.savez 不仅可以存 ndarray，普通数字 / 字符串会自动转为数组：

import numpy as np

params = {"lr":0.01, "name":"exp1"}
arr = np.arange(6)

np.savez("test3.npz",
         array_data=arr,
         learning_rate=0.01,
         exp_name="experiment_01")

out = np.load("test3.npz", allow_pickle=True)
print(out.keys())
print(out["learning_rate"])
print(out["exp_name"])

注意：如果保存字典对象，需要加allow_pickle=True；尽量少用 pickle，有安全风险，优先只存纯数值数组。

---

示例 4：循环批量保存多个数组（列表里的数组）

如果数组放在列表里，用**解包：

import numpy as np

arr_list = [
    ("img1", np.ones((3,3))),
    ("img2", np.zeros((2,4))),
    ("img3", np.eye(4))
]

# 把列表转成 {key:array}字典，**解包传入savez
dict_data = {name:arr for name,arr in arr_list}
np.savez("test4.npz",**dict_data)

rd = np.load("test4.npz")
print(rd.keys())

⚠️ 重要注意事项

1. np.savez 不会压缩数据（只是打包多个 npy）；想要压缩用 np.savez_compressed，用法一模一样，文件更小，读写略慢一点

np.savez_compressed("compress.npz", a=a,b=b)

2. 不能追加写入！ 每次调用np.savez都会覆盖旧文件。

如果想新增数组，只能：读取全部 → 添加新数组 → 重新 savez

3. 读取后的 NpzFile 对象，用完最好 close，防止文件句柄泄露

data = np.load("test1.npz")
# 操作
data.close()
# 或者with上下文写法（推荐）
with np.load("test1.npz") as f:
    print(f["arr_0"])

✅ np.savez vs np.savez_compressed

表格

函数	作用
np.savez	打包多个 npy，不压缩，读写快，文件大
np.savez_compressed	打包 + 压缩，文件更小，读写稍慢