答案：存储NumPy数组需转换格式，小数组可用tolist()转为列表，大数组推荐用np.save序列化为二进制并存dtype和shape，或通过自定义编码器处理类型。

在使用 MongoDB 存储 NumPy 数组时，由于 MongoDB 原生不支持 NumPy 的 ndarray 类型，需要先将其转换为 MongoDB 可识别的格式。以下是几种常用方法。

1. 转换为 Python 列表存储

示例代码：

import numpy as np
from pymongo import MongoClient
创建 NumPy 数组
arr = np.array([[1, 2], [3, 4]])
转为列表并插入 MongoDB
client = MongoClient("mongodb://localhost:27017/")
db = client["test_db"]
collection = db["arrays"]
collection.insert_one({"name": "matrix", "data": arr.tolist()})

读取时再用 np.array() 恢复：

doc = collection.find_one({"name": "matrix"})
restored_arr = np.array(doc["data"])
print(restored_arr)  # 输出: [[1 2] [3 4]]

2. 序列化为二进制（推荐用于大数组）

示例代码：

import numpy as np
import io
from pymongo import MongoClient
arr = np.random.rand(1000, 1000)  # 大数组示例
转为二进制
buffer = io.BytesIO()
np.save(buffer, arr)
binary_data = buffer.getvalue()
存入 MongoDB
collection.insert_one({
"name": "large_array",
"data": binary_data,
"dtype": str(arr.dtype),
"shape": arr.shape
})

读取时反序列化：

doc = collection.find_one({"name": "large_array"})
loaded_buffer = io.BytesIO(doc["data"])
restored_arr = np.load(loaded_buffer)

注意：需同时保存 dtype 和 shape 信息以便还原（虽然 np.save/np.load 自带这些信息，但显式保存便于调试）。

3. 使用 BSON 编码扩展（可选）

常见做法是在插入前统一处理 NumPy 类型：

def convert_numpy_types(obj):
    if isinstance(obj, np.ndarray):
        return obj.tolist()
    elif isinstance(obj, (np.int64, np.int32)):
        return int(obj)
    elif isinstance(obj, (np.float64, np.float32)):
        return float(obj)
    return obj

然后在插入前递归处理字典数据。

总结建议

基本上就这些，按实际场景选择合适方式即可。