python3读取python2打包的npy文件会报错，原因是编码方式不同，所以只要在读取的时候加上编码方式即可。

解决方法

docs_train = np.load('./data/20news_clean/train.txt.npy', allow_pickle=True, encoding='bytes')docs_test = np.load('./data/20news_clean/test.txt.npy', allow_pickle=True, encoding='bytes')

路径中的文件是python2打包的。

补充：在Python 3中加载Python 2 .npy文件时出错

我有.npy文件，它们是使用Python 2.7.9和Numpy版本1.11.3通过命令创建的np.save('filename')。这些文件是在外部计算机上生成的，该外部计算机是我们研究所的linux集群的一部分。

我将文件复制到本地计算机上，以便通过导入它们np.load('filename.npy')。在我的本地计算机上，我正在运行带有Jupyter-Notebook的Python 3.5.2和Numpy版本1.13.0。

本地操作系统是Ubuntu 16.04.2。

当我尝试在本地加载文件时，出现错误：

ValueError: invalid literal for int() with base 16

浏览了一些Stackoverflow问题后，我尝试使用以下方式指定编码：

np.load('filename.npy',encoding='latin1')

这给出了相同的错误。encoding='bytes'产量：

TypeError: can't multiply sequence by non-int of type 'float'

这是Traceback的较大片段：

/usr/local/lib/python3.5/dist-packages/numpy/lib/npyio.py in load(file, mmap_mode, allow_pickle, fix_imports, encoding)417 else:418 return format.read_array(fid, allow_pickle=allow_pickle,--> 419 pickle_kwargs=pickle_kwargs)420 else:421 # Try a pickle/usr/local/lib/python3.5/dist-packages/numpy/lib/format.py in read_array(fp, allow_pickle, pickle_kwargs)638 pickle_kwargs = {}639 try:--> 640 array = pickle.load(fp, **pickle_kwargs)641 except UnicodeError as err:642 if sys.version_info[0] >= 3:/usr/local/lib/python3.5/dist-packages/sympy/core/numbers.py in __new__(cls, num, prec)823 else:824 _mpf_ = mpmath.mpf(--> 825 S.NegativeOne**num[0]*num[1]*2**num[2])._mpf_826 elif isinstance(num, Float):827 _mpf_ = num._mpf_TypeError: can't multiply sequence by non-int of type 'float'

我猜想在Python和Numpy版本之间的转换时，编码有问题。关于如何导入文件的任何想法？

解决方案

如中所示，*。npy中数据的存储方式是什么？，.npy文件为字节码，如果您在十六进制编辑器中打开一个字节码，则会看到该文件。

Python 2字节码.pyc，.pyo文件无法在Python 3中运行，因为虚拟机和编译器内部版本已随主要版本更改。

同样，NumPy的C内部结构和字节码编译器在Python 3中也发生了变化，从而破坏了向后兼容性。（这是有意的，因为字节码并不是要持续那么长时间，或者不能与所创建的版本一起使用。）

这些变更的组成意味着，如果不对Python 3的字节码解释器和Python 3的NumPy进行大的更改，和/或从Python 2 NumPy字节码到Python 3的转译器，则无法使用这些Python 2 .npy文件。 Python 3。

正如我之前提到的，这有点像X / Y问题。您不应该依赖.npy文件在各个版本之间工作，因为不能保证它们会保持一致，因为它们本质上是易失性格式（例如Python VM字节码）。

与其对字节码进行逆向工程以对其进行调试，不如尝试获取生成这些文件的源。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。