我有一个大的（9.3 GB）.npy文件，在（67000,9,128,128）ndarray中包含uint8个值。我使用np.save()创建了它，当使用x = np.memmap('file.npy', "uint8", shape=(67000, 9, 128, 128), mode="r")加载时，np.sum(x[0,0,:,0])返回13783.“问题”是当我尝试使用np.load("file.npy")加载它并运行相同的函数时，我得到13768的总和。
由于np.load()将整个文件加载到内存中，我假设在其ndarray上计算的总和是正确的，而由加载了memmap的ndarray返回的总和是错误的，但为什么它们不同？如果这是一个读数错误，总和应该真的关闭，所以为什么它只关闭15 ??
我不知道为什么会这样。这不会影响我的计算 per say ，但它对其他任务可能很重要。
答案 0 :(得分：3)
numpy.memmap用于将文件中的原始数据视为numpy数组。您的文件名是'file.npy'，因此不是＆＃34; raw＆＃34;数据。它是一个NPY文件，它有一个包含有关存储在其中的数组的元信息的标题。
要对NPY文件进行内存映射，请使用mmap_mode的{{1}}参数。