Python numpy保存/加载损坏阵列

我正在尝试保存一个大的numpy数组并重新加载它。使用

numpy.save

和

numpy.load

，数组值已损坏/更改。预保存数组和后加载数组的形状和数据类型相同，但后加载数组的绝大多数值都已归零。 数组为（2291522915），值为float64，将3.94 gb作为.npy文件，数据项的平均值约为.1（而不是可能合理地转换为零的微小浮点值）。我正在使用NUMPY1.5.1

任何关于为什么会发生这种腐败的帮助都将不胜感激，因为我不知所措。以下是提供上述索赔证据的一些代码

In [7]: m
Out[7]: 
      array([[ 0.     ,  0.02023,  0.00703, ...,  0.02362,  0.02939,  0.03656],
             [ 0.02023,  0.     ,  0.0135 , ...,  0.04357,  0.04934,  0.05651],
             [ 0.00703,  0.0135 ,  0.     , ...,  0.03037,  0.03614,  0.04331],
             ..., 
             [ 0.02362,  0.04357,  0.03037, ...,  0.     ,  0.01797,  0.02514],
             [ 0.02939,  0.04934,  0.03614, ...,  0.01797,  0.     ,  0.01919],
             [ 0.03656,  0.05651,  0.04331, ...,  0.02514,  0.01919,  0.     ]])
In [8]: m.shape
Out[8]: (22195, 22195)

In [12]: save('/Users/will/Desktop/m.npy',m)

In [14]: lm = load('/Users/will/Desktop/m.npy')

In [15]: lm
Out[15]: 
       array([[ 0.     ,  0.02023,  0.00703, ...,  0.     ,  0.     ,  0.     ],
              [ 0.     ,  0.     ,  0.     , ...,  0.     ,  0.     ,  0.     ],
              [ 0.     ,  0.     ,  0.     , ...,  0.     ,  0.     ,  0.     ],
              ..., 
              [ 0.     ,  0.     ,  0.     , ...,  0.     ,  0.     ,  0.     ],
              [ 0.     ,  0.     ,  0.     , ...,  0.     ,  0.     ,  0.     ],
              [ 0.     ,  0.     ,  0.     , ...,  0.     ,  0.     ,  0.     ]])
In [17]: type(lm[0][0])
Out[17]: numpy.float64

In [18]: type(m[0][0])
Out[18]: numpy.float64

In [19]: lm.shape
Out[19]: (22195, 22195)

---

这是一个已知的示例（请注意，链接针对numpy 1.4）。如果您真的无法升级，我的建议是尝试以另一种方式保存（savez、savetxt）。如果getbuffer可用，您可以尝试直接写入字节。如果所有其他操作都失败（并且您无法升级），您可以非常轻松地编写自己的保存函数。

您是否尝试过，或者能够尝试新版本的Numpy？我不能--1.5.1是我正在使用的其他库的依赖项。如果它在更新版本中得到了修复（我进行的搜索中有一些证据），那么也许我可以尝试升级，尽管这可能会导致更多/其他问题。可以尝试以下几件事：1）查找数组归零的位置，2）尝试单独打印数组的最后一行/列（要查看这是否是一个奇怪的打印问题），3）尝试使用内存映射，将

'r'

指定为

加载

的第二个参数。这不是打印问题，但'r'标志起作用。我尝试了其他一些map_模式选项，但它们没有解决问题，所以我放弃了这种方法。非常感谢你的帮助！至于为什么没有map_模式的加载不起作用，您认为直接加载到python中的数组有最大限制吗？@wdwvt1您测试过这些值是否为零吗？我这样问是因为我在Pandas中遇到了一个bug，它将小于0的浮动显示为

0.

，即使它们在内存中被正确表示。