npz和npy文件都可以直接使用numpy读写。
import numpy as np
ac = np.load('mydata.npz')
ac.files
要查看其中某一项的数据：
M = ac['M'] M
显示的值带省略号，要完全显示，执行：
np.set_printoptions(threshold=np.inf) M
输出有很多很多：
查看M的形状大小：
M.shape
将numpy输出样式修改回去（默认为6）：
np.set_printoptions(threshold=6)
再输出M试试：
M
要查看M中某一项的值，可以执行：
M[0,0] # 查看第一个元素的值
上面说的是打开查看npz文件的方式，但是其实，打开npy文件的方式和上述是一模一样的，并且，npz文件其实就是一系列npy文件的压缩包而已，如下图所示：
因此，要打开npy文件，执行：
M = np.load("M.npy")
文件名依据自己的实际文件名进行更改，这里的M和上面的M是一样的，所以操作其实也是一样的了。
保存为文本文件的方法：
np.savetxt('M.txt', M, delimiter=" ") #保存为txt
np.savetxt('M.csv', M, delimiter=",") #保存为csv
最后，记录一个问题，来自python读取npy文件。如果在加载预训练模型时，执行如下命令：
pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1")
print(pre_train.shape)
# 输出为()，没有数据
解决方法：
data_dic = pre_train.item() print(data_dic.shape)
即可查看。
import numpy as np
# .npy文件是numpy专用的二进制文件
arr = np.array([[1, 2], [3, 4]])
# 保存.npy文件
np.save("../data/arr.npy", arr)
print("save .npy done")
# 读取.npy文件
np.load("../data/arr.npy")
print(arr)
print("load .npy done")
