Python 使用Numpy.save保存Numpy二维数组列表（数组一起呈锯齿状）

我有一个大的图像数据集。当我使用图像时，我有几个组件——镜像图像、规则图像、特征向量矩阵和特征值向量

我想将其存储为：

training_sunsets_data = [cropped_training_sunsets,
                         mirrored_training_sunsets,
                         rgb_cov_eigvec_training_sunsets,
                         rgb_cov_eigval_training_sunsets]

np.save('training_sunsets_data',training_sunsets_data)

当我写这篇文章的时候，我正在测试它（因为我确信它会失败），当我这么做的时候，最奇怪的事情发生了：它成功了

此外，当我将它重新加载到代码中时，它的类型是ndarray，但它是一个锯齿状数组

---

---

如果numpy不允许交错多维数组，这怎么可能呢？我是不是找到了一种在numpy中创建锯齿状数组的后门方法？

因此，为了了解您的想法，让我们运行一些代码

>>> a =[np.array([[1,2,3],[4,5,6]]),np.array([[1,2],[3,4]])]
>>> type(a)
<type 'list'>
>>> np.array(a)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (2,3) into shape (2)

>a=[np.数组（[[1,2,3]，[4,5,6]），np.数组（[[1,2]，[3,4]]）]
>>>类型（a）
>>>np.数组（a）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
ValueError:无法将输入数组从形状（2,3）广播到形状（2）

我们在这里看到，我们完全能够列出不同维度的np.数组。然而，我们不能将该列表转换为np.array

---

根据您的语法，我怀疑您正在保存一个列表，并加载一个列表，为列表中的每个元素维护np.array类型。

在我的机器上测试后：

  import numpy as np
  np.save('testnp.npy', [[2,3,4],[1,2]])
  np.load('testnp.npy')
  #   array([[2, 3, 4], [1, 2]], dtype=object)

如示例代码所示，加载的对象类型为

ndarray

，但其数据类型为

object

。这意味着，

np.save

存储python对象数组，可以是任何对象。根据文档，它似乎使用python

pickle

来打包这些对象

---

因此，您没有找到后门，它的行为与预期的一样。

np.savez（）在您的情况下可以工作。将每个文件另存为变量。

您可以发布加载文件时获得的锯齿状

ndarray

吗？我很想看看它是什么样子。看看

np.savez

。它将每个数组按名称保存在一个文件中，并将它们收集到

zip

存档中

np.load

处理这种归档。这里有一个很好的答案：……如果您愿意，您还可以使用pickle来存储数组集/序列。