让我们来看看保存和阅读Numpy数组的两种不同方式：

• 作为无标题的二进制文件，以及
• 作为.NPY文件，带有描述dtype和形状的标头

import numpy as np

# Create 100 element array of 8-byte floats
w, h = 10, 10          # width and height
a = np.arange(h*w, dtype=float).reshape((h,w))

现在，我们首先将该数组保存为纯的、无标题的二进制数据，然后保存为.NPY文件：

a.tofile('data.bin')
np.save('data.npy', a)

首先要注意的是data.bin正好是800字节，即每个8字节的100个浮点数。另一方面，data.npy是928字节，因为它有一个描述数组形状和dtype的头。
现在我们可以读取二进制文件，注意我们必须指定形状和dtype，因为没有头：

r = np.memmap('data.bin', float, shape=(h,w))
np.all(r==a)     # Check arrays are identical - prints True

现在我们可以读取.NPY文件，注意我们不需要指定形状和dtype，因为它在头文件中：

b = np.lib.format.open_memmap('data.npy')
np.all(b==a)     # Check arrays are identical - prints True

现在你可以计算你的平均值：

mean = np.nanmean(b, axis=0)