Python中Numpy数组读写文件的三种方式：Txt/CSV、Npy/Npz与Hdf5详解

周叙

发布时间：2026-10-12| 2人浏览过

原创

本文详细解析Numpy数组的三种主流文件存储方案。Txt/CSV适用于简单二维数据但需手动处理维度；Npy/Npz保留完整结构且支持多数组，适合常规场景；Hdf5凭借压缩与切片特性，成为处理大规模数组、避免内存溢出的最佳选择。

将Numpy数组持久化到文件中，用户可根据实际需求选择多种文件格式，每种格式对应特定的读写方法。

本文将重点介绍Numpy支持的三类主要文件读写机制：

Txt或Csv格式
Npy或Npz格式
Hdf5格式

利用Numpy读写Txt或Csv文件

import numpy as np

a = np.array(range(20)).reshape((4, 5))
print(a)

# 后缀改为 .txt 一样
filename = 'data/a.csv'
# 写文件
np.savetxt(filename, a, fmt='%d', delimiter=',')

# 读文件
b = np.loadtxt(filename, dtype=np.int32, delimiter=',')
print(b)

该方式存在以下局限性：

仅支持保存一维和二维的Numpy数组。若数组a为高维数据，必须先通过a.reshape((a.shape[0], -1))将其展平为二维后，方可使用此方法保存。
不支持追加保存模式。每次调用np.savetxt()时，都会直接覆盖文件中的现有内容。

利用Numpy读写Npy或Npz文件

Npy文件的读写操作

import numpy as np

a = np.array(range(20)).reshape((2, 2, 5))
print(a)

filename = 'data/a.npy'
# 写文件
np.save(filename, a)

# 读文件
b = np.load(filename)
print(b)
print(b.shape)

Npy格式的主要优势在于：

支持保存任意维度的Numpy数组，不受一维或二维的限制；
Npy文件完整保留了Numpy数组的结构信息，包括保存时的shape（形状）和dtype（数据类型），读取时能完全还原这些属性。

Npy格式的局限性在于：

每次保存仅能存储单个Numpy数组，且操作会覆盖文件中已存在的内容（若文件存在）。

Npz文件的读写操作

import numpy as np

a = np.array(range(20)).reshape((2, 2, 5))
b = np.array(range(20, 44)).reshape(2, 3 ,4)
print('a:\n', a)
print('b:\n', b)

filename = 'data/a.npz'
# 写文件， 如果不指定key，那么默认key为'arr_0'、'arr_1'，一直排下去。
np.savez(filename, a, b=b)

# 读文件
c = np.load(filename)
print('keys of NpzFile c:\n', c.keys())
print("c['arr_0']:\n", c['arr_0'])
print("c['b']:\n", c['b'])

Npz格式的主要优势在于：

同样支持保存任意维度的Numpy数组，不限于一维或二维；
完整保留Numpy数组的结构，保存时的shape和dtype在读取时保持一致；
支持在一个文件中同时保存多个Numpy数组；
允许为保存的Numpy数组指定自定义key，便于读取时精准定位，避免数据混淆。

Npz格式的局限性在于：

保存多个数组时必须一次性写入（例如np.savez(filename, a, b=b)）。每次保存操作均会覆盖文件中已存在的内容（若文件存在）。

利用H5py读写Hdf5文件

Hdf5格式的主要优势在于：

不限Numpy数组的维度，并能保持数组的结构和数据类型；
特别适合处理庞大的Numpy数组，生成的文件体积相对较小；
支持通过key访问dataset（可视为Numpy.array），读取便捷且不易混乱；
支持不覆盖原文件中已存在的内容，允许增量写入。

基础读取示例

import numpy as np
import h5py

a = np.array(range(20)).reshape((2, 2, 5))
b = np.array(range(20)).reshape((1, 4, 5))
print(a)
print(b)

filename = 'data/data.h5'
# 写文件
h5f = h5py.File(filename, 'w')
h5f.create_dataset('a', data=a)
h5f.create_dataset('b', data=b)
h5f.close()

# 读文件
h5f = h5py.File(filename, 'r')
print(type(h5f))
# 通过切片得到numpy数组
print(h5f['a'][:])
print(h5f['b'][:])
h5f.close()
通过切片赋值
import numpy as np
import h5py

a = np.array(range(20)).reshape((2, 2, 5))
print(a)

filename = 'data/a.h5'
# 写文件
h5f = h5py.File(filename, 'w')
# 当数组a太大，需要切片进行操作时，可以不直接对h5f['a']进行初始化；
# 当之后不需要改变h5f['a']的shape时，可以省略maxshape参数
h5f.create_dataset('a', shape=(2, 2, 5), maxshape=(None, 2, 5), dtype=np.int32, compression='gzip')
for i in range(2):
    # 采用切片的形式赋值
    h5f['a'][i] = a[i]
h5f.close()

# 读文件
h5f = h5py.File(filename, 'r')
print(type(h5f))
print(h5f['a'])
# 通过切片得到numpy数组
print(h5f['a'][:])

同一个Hdf5文件内可创建多个dataset，读取时只需通过对应的key进行访问即可。

总结

Csv和Txt格式仅适用于存储一维或二维的Numpy数组；
Npy格式用于存储单个Numpy数组，而Npz格式可同时存储多个数组。两者均不限Numpy数组的维度，且能保持数组的shape和dtype。在写入文件时，若原文件已存在，则只能覆盖原文件内容；
当Numpy数组规模较大时，推荐优先使用Hdf5格式，因为Hdf5文件相对更小；
当Numpy数组规模巨大时，直接对整个数组进行运算容易触发MemoryError。此时可选择对数组进行切片，将运算后的结果保存到Hdf5文件中，Hdf5文件原生支持切片索引操作。