因此，我有许多大型.npy文件（每个〜600MB）具有如下结构：
file = {"date": current_date, "some parameters": parameters, "data": data}
numpy.save("file.npy", file)
数据字段包含一个较大的数组（每个元素中都有字典！），该数组在文件大小中占最大比例，因此，我想以mmap模式加载该文件，否则将进行文件打开过程（np.load （）.item（））太长，即使我只想访问“日期”字段。
但是，由于文件中有字典，因此无法在mmap_mode ='r'中加载文件。
np.load("test.npy", mmap_mode='r')
引发ValueError异常：
ValueError: Array can't be memory-mapped: Python objects in dtype.
我还能做些什么来加快文件打开时间？我现在无法重写它们，所以不要建议其他解决方案，例如PyTables和其他数据库。我确实意识到这里解决数据存储问题的方法很愚蠢。