保存 4D 数组而不丢失其格式
Saving 4D array without losing its format
我有这个 4D 数组 (numpy.ndarray)，我需要以一种格式在我保存时不会改变的方式保存它（因为它应该保持不变），然后在我的 Google Colab文件。我试过以不同的格式保存它，当我上传它并在我的代码中预览时，即使我以 .npy 格式保存它，以前的格式也不再保留。我也尝试过使用我的 GitHub 存储库中的原始 link 导入日期或从我的本地设备上传它，但仍然没有机会。非常感谢您对此问题的评论！
进一步阐述：
这是我用来生成 4D 数组的代码：
num1=100000
size = (num1, 8, 4, 4)
prob_0 = 0.3 # 30% of zeros
prob_1 = 1 - prob_0 # 70% of ones
P = np.random.choice([0, 1], size=size, p=[prob_0, prob_1])
我需要将这个 P 保存为文件并在 Google Colab 中使用它。我必须保存它以维护初始数据，而不是每次 运行 我的代码时都得出不同的 4D 数组。此数据（即 P）必须保持不变。
正常 np.save，np.load 有效
>>> P.shape
(100000, 8, 4, 4)
>>> np.save("P.npy", P)
>>> P2 = np.load("P.npy")
>>> P2.shape
(100000, 8, 4, 4)
>>> np.allclose(P, P2)
True
我有这个 4D 数组 (numpy.ndarray)，我需要以一种格式在我保存时不会改变的方式保存它（因为它应该保持不变），然后在我的 Google Colab文件。我试过以不同的格式保存它，当我上传它并在我的代码中预览时，即使我以 .npy 格式保存它，以前的格式也不再保留。我也尝试过使用我的 GitHub 存储库中的原始 link 导入日期或从我的本地设备上传它，但仍然没有机会。非常感谢您对此问题的评论！
进一步阐述：
这是我用来生成 4D 数组的代码：
num1=100000
size = (num1, 8, 4, 4)
prob_0 = 0.3 # 30% of zeros
prob_1 = 1 - prob_0 # 70% of ones
P = np.random.choice([0, 1], size=size, p=[prob_0, prob_1])
我需要将这个 P 保存为文件并在 Google Colab 中使用它。我必须保存它以维护初始数据，而不是每次 运行 我的代码时都得出不同的 4D 数组。此数据（即 P）必须保持不变。
正常 np.save，np.load 有效
>>> P.shape
(100000, 8, 4, 4)
>>> np.save("P.npy", P)
>>> P2 = np.load("P.npy")
>>> P2.shape
(100000, 8, 4, 4)
>>> np.allclose(P, P2)
True