Python 将3d numpy阵列高速保存到磁盘中

我有一个大小为（1924000）的numpy数组，我想在磁盘上以一种快速的方式写入它。我不在乎格式，我可以在以后转换

我现在写的是以csv格式保存，这需要很长时间：

for i in range(0,192):
        np.savetxt(foder+"/{}_{}.csv".format(filename,i), data[i] , "%i", delimiter=", ")

这需要20-25秒。我尝试了在stackoverflow问题和numpy save中找到的pandas DataFrame和Panel方法。它们似乎都运行正常，但当我打开它时，文件夹是空的

你知道如何提高速度吗

---

为什么代码运行时没有错误，但没有保存任何内容，例如numpy.save

通常保存大型数组的最快方法是将其保存为二进制文件，这可以通过numpy的save命令完成。例如，以下操作将创建一个填充有零的三维数组，将该数组写入文件，然后检索该文件：

a = numpy.zeros((192,192,4000))
numpy.save("mydata.npy",a)
b = numpy.load("mydata.npy")

---

当然，文件“mydata.npy”应该在save命令之后的当前目录中

在保存之前，您还可以将阵列从

3D重塑为2D

。有关示例，请参见以下代码

import numpy as gfg 


arr = gfg.random.rand(5, 4, 3) 

# reshaping the array from 3D 
# matrice to 2D matrice. 
arr_reshaped = arr.reshape(arr.shape[0], -1) 

# saving reshaped array to file. 
gfg.savetxt("geekfile.txt", arr_reshaped) 

# retrieving data from file. 
loaded_arr = gfg.loadtxt("geekfile.txt") 

# This loadedArr is a 2D array, therefore 
# we need to convert it to the original 
# array shape.reshaping to get original 
# matrice with original shape. 
load_original_arr = loaded_arr.reshape( 
    loaded_arr.shape[0], loaded_arr.shape[1] // arr.shape[2], arr.shape[2]) 

# check the shapes: 
print("shape of arr: ", arr.shape) 
print("shape of load_original_arr: ", load_original_arr.shape) 

# check if both arrays are same or not: 
if (load_original_arr == arr).all(): 
    print("Yes, both the arrays are same") 
else: 
    print("No, both the arrays are not same") 

---

这里有两个不同的问题。第一个是关于将NumPy阵列保存到磁盘的最佳方法，这很简单。第二，为什么代码运行时没有错误，但没有保存任何内容，例如numy.save？！，信息太少不可能回答。保存时我没有在.npy中指定，我现在可以工作了。谢谢保存二维阵列比保存三维阵列快吗？