1、下载下来的数据集是用npz、npy后缀存储的数组：（以npz结尾的数据集是压缩文件）

 2、因为使用编辑器打不开文件，进行查阅资料

使用npy、npz的原因：在经常性读取大量的数值文件时(比如深度学习训练数据),考虑将数据存储为Numpy格式,然后直接使用Numpy去读取,速度相比为转化前快很多

（1）保存一个数组到一个二进制文件中，保存格式为.npy

import numpy as np
import matplotlib.pyplot as plt;
x=np.arange(10)
x
np.save('save_x',x)
np.load('save_x.npy')

代码结果：

（文件夹列表中会出现save_x.npy文件）

（2）保存多个数组到同一个文件夹中，保存格式为.npz

多个np.save的保存的npy，再通过打包方式将文件归到一个文件夹中

 3、xxxx.files 命令进行查看

 说明x_real.npz文件下层还有data文件夹

查看：（data文件夹下为数据集四维数组存储方式）

查看具体的指标信息：

 想把这些数组转换成图片的形式

4、使用squeeze()函数表示出图片

 5、使用fromarray()函数表示出图片

x = np.load('x_real.npz')['data']    x是data文件夹下所有数据

展现出指纹的所有图像：

展现出data文件夹下的第一张图像：

 希望把代码输出的图片以列表中一张一张图片的形式存在

6、使用savefig()函数将代码输出的图片保存为列表中图片(针对第4条的，squeeze()函数表示出来的图片)

 

7、使用save()函数将代码输出的图片保存为列表中图片(针对第5条的，fromarray()函数表示出来的图片)