不是必须手动加，np.save() 会自动添加 .npy 后缀，若传入"file.npy"则生成"file.npy.npy"；正确写法是np.save("file", arr)生成"file.npy"。
用 np.save() 保存数组时，文件后缀必须是 .npy 吗？
不是必须手动加，但 np.save() 会自动补上 .npy 后缀——哪怕你写了 np.save("data.npy", arr)，它最终存的还是 data.npy.npy。这是新手最常踩的坑。
- 正确写法：
np.save("data", arr)→ 生成data.npy - 错误写法：
np.save("data.npy", arr)→ 生成data.npy.npy（多了一层后缀） - 路径里含目录时，确保父目录已存在，
np.save()不会自动创建目录 - 如果想控制文件名完全精确（比如带时间戳），用
np.save("data_20240501.npy", arr)是错的；应该先去掉后缀：np.save("data_20240501", arr)
np.load() 打不开刚保存的 .npy 文件？检查这三件事
常见报错像 OSError: Failed to interpret file 或直接提示“not a valid npy file”，往往不是文件损坏，而是路径或模式问题。
- 确认文件确实是
np.save()写出的，不是用np.savetxt()或文本编辑器改过内容 - 检查路径是否拼错，尤其 Windows 下反斜杠
\容易被当转义符，建议统一用正斜杠/或原始字符串r"path\to\data.npy" -
np.load()默认以只读方式打开，但如果文件被其他进程占用（比如用记事本打开了 .npy），会失败——.npy 是二进制格式，别用文本编辑器碰它
保存多个数组：别硬套 np.save()，改用 np.savez() 或 np.savez_compressed()
np.save() 一次只能存一个数组，想打包多个就得换函数。否则容易写出一堆零散 .npy 文件，管理混乱。
-
np.savez("archive.npz", a=arr1, b=arr2, c=arr3)→ 存成压缩包，支持按 key 读取 -
np.savez_compressed()体积更小，适合大数组，但加载稍慢一点 - 读取时用
np.load("archive.npz")返回一个类似字典的对象，data["a"]才拿到对应数组 - 注意：
.npz文件不能用np.load()直接读成单个数组，会报ValueError: Cannot load file containing pickled data
跨 Python 版本或 NumPy 版本读写 .npy 文件安全吗？
基本安全，但有边界情况：老版本 NumPy（
- 如果目标环境 NumPy 较老（比如 1.13），保存时显式指定协议：
np.save("data.npy", arr, allow_pickle=True)并确保protocol=2（Python 2 兼容）或protocol=3（Python 3.4+） - 含自定义对象或函数的数组（用了
allow_pickle=True）有安全风险，生产环境尽量避免 - 纯数值数组（int/float/bool）基本无兼容问题，放心用
np.save() 和 np.load() 就容易卡在第一步。 
