Python中提供了list容器，可以当作数组使用。但列表中的元素可以是任何对象，因此列表中保存的是对象的指针，这样一来，为了保存一个简单的列表[1,2,3]。就需要三个指针和三个整数对象。对于数值运算来说，这种结构显然不够高效。
Python虽然也提供了array模块，但其只支持一维数组，不支持多维数组(在TensorFlow里面偏向于矩阵理解)，也没有各种运算函数。因而不适合数值运算。
NumPy的出现弥补了这些不足。

  												（——摘自张若愚的《Python科学计算》）

补： 第三方库joblibpython将numpy矩阵存储到本地

而经过测试无法直接通过json模块存入 例如array([2, 3, 4])格式的数组，因此在存入json文件中的时候，我这里的思路是先通过 tolist（）模块将 np的array格式的数组转换成python自带的list，然后读取的时候再通过np.array()处理后转回来

（注意这里处理时使用 tolist 会丢失指定的np数组中的类型如dtype=float64这样的类型，而数值内部又都是整数，在使用np.array()转回来的时候则会变成 int32，所以在重新从json文件中读取回来的时候，对于指定格式的数值，需要通过np.array()指定加上对应丢失的类型，写法在读取代码的注释里面）

生成的 Distortion_correct.json 文件的内容

{"total": "[[2, 3, 4], [2.0, 3.0, 4.0], [[1.0, 2.0], [3.0, 4.0]], [[(1+0j), (2+0j)], [(3+0j), (4+0j)]]]"},

1.不同类型存入np多维数值至json文件中的示例代码

import numpy as np
import json

"""

[array([2, 3, 4]), array([2., 3., 4.]), array([[1., 2.],
       [3., 4.]]), array([[1.+0.j, 2.+0.j],
       [3.+0.j, 4.+0.j]])]

int32
float64
float64
complex128

"""

def save_setting_file(path, item):

    # 先将字典对象转化为可写入文本的字符串
    item = json.dumps(item)

    try:
        with open(path, "w", encoding='utf-8') as f:
            f.write(item + ",\n")
            print("保存"+path+"文件到本地完成")

    except Exception as e:
        print("json文件写入失败,请检查路径", e)


list_cs = []

## 常规创建方法
a = np.array([2,3,4])
b = np.array([2.0,3.0,4.0])
c = np.array([[1.0,2.0],[3.0,4.0]])
d = np.array([[1,2],[3,4]],dtype=complex) # 指定数据类型
print (a, a.dtype)
print (b, b.dtype)
print (c, c.dtype)
print (d, d.dtype)
print("...............................")
print("\n")
list_cs.append(a)
list_cs.append(b)
list_cs.append(c)
list_cs.append(d)
# print(list_cs)
# print("...............................")
# print(d)
# print("........................")
# print(list_cs[2])
print(".............准备打印储存 np 类型的数组列表.................")
print(list_cs)
print("\n")
tem_dict = {}
tem_list = []


# 通过 tolist() 将 array 类型的数值转换成，python自带的类型
for i in list_cs:
    print(i.tolist())
    tem_list.append(i.tolist())
print("---------------------------")
print(tem_list)

# 注意这里进行了类型转换，因为json.dumps 无法解析二维数值
tem_dict["total"] = str(tem_list)
print(tem_dict)

save_setting_file("Distortion_correct.json",tem_dict)

从json文件中读取多维数据的代码

import json
import numpy as np
"""

[array([2, 3, 4]), array([2., 3., 4.]), array([[1., 2.],
       [3., 4.]]), array([[1.+0.j, 2.+0.j],
       [3.+0.j, 4.+0.j]])]


"""


def set_setting_file(path):
    try:
        with open(path) as json_file:
            setting_dict_string = json_file.readline()[:-2]
        return json.loads(setting_dict_string)
    except:
        return {}

# 声明用于存储 np 二维数值的字典
finall_list = []


data_dict = set_setting_file("Distortion_correct.json")
print(data_dict)
print(type(data_dict))
print(type(data_dict["total"]))

data_list = eval(data_dict["total"])
print(type(data_list))

# 将读到的 list转换成 np格式的 多维数组
for i in data_list:
    finall_list.append(np.array(i))

print("................................................-")
print(finall_list[0].dtype) # int32
print(finall_list[1].dtype) # float64
print(finall_list[2].dtype) # float64
print(finall_list[3].dtype) # complex128

# 指定对应np的数组类型的写法
# finall_list.append(  np.array(data_list[3],dtype=complex) )
print("....................................")
print(finall_list)

2. 通过np.asarray的简单保存

保存

import numpy as np
import json

"""

[array([2, 3, 4]), array([2., 3., 4.]), array([[1., 2.],
       [3., 4.]]), array([[1.+0.j, 2.+0.j],
       [3.+0.j, 4.+0.j]])]

int32
float64
float64
complex128

"""

def save_setting_file(path, item):

    # 先将字典对象转化为可写入文本的字符串
    item = json.dumps(item)

    try:
        with open(path, "w", encoding='utf-8') as f:
            f.write(item + ",\n")
            print("保存"+path+"文件到本地完成")

    except Exception as e:
        print("json文件写入失败,请检查路径", e)


list_cs = []

## 常规创建方法
a = np.array([[2,3,4],[2,3,4],[22,334.4,4.45]])

list_cs.append(a)

print(".............准备打印储存 np 类型的数组列表.................")
print(list_cs)
print("\n")
tem_dict = {}
tem_list = []


# 通过 tolist() 将 array 类型的数值转换成，python自带的类型
for i in list_cs:
    print(i.tolist())
    tem_list.append(i.tolist())
print("---------------------------")
print(tem_list)

# 注意这里进行了类型转换，因为json.dumps 无法解析二维数值
tem_dict["total"] = str(tem_list)
print(tem_dict)

save_setting_file("2022_cs.json",tem_dict)

读取

import json
import numpy as np
"""

[array([2, 3, 4]), array([2., 3., 4.]), array([[1., 2.],
       [3., 4.]]), array([[1.+0.j, 2.+0.j],
       [3.+0.j, 4.+0.j]])]


"""


def set_setting_file(path):
    try:
        with open(path) as json_file:
            setting_dict_string = json_file.readline()[:-2]
        return json.loads(setting_dict_string)
    except:
        return {}

# 声明用于存储 np 二维数值的字典
finall_list = []


data_dict = set_setting_file("2022_cs.json")
print(data_dict)
print(type(data_dict))
print(type(data_dict["total"]))

data_list = eval(data_dict["total"])
print(data_list)
print(type(data_list))

# 将读到的 list转换成 np格式的 多维数组
finall_list = np.asarray(data_list)


# 指定对应np的数组类型的写法
# finall_list.append(  np.array(data_list[3],dtype=complex) )
print("....................................")
print(type(finall_list))
print(finall_list)