这只是对json.dumps用法的一个额外提示（这不是问题的答案，而是那些必须转储numpy数据类型的人的一个技巧）：

如果字典中有NumPy数据类型，json.dumps（）需要一个额外的参数，信用转到TypeError:'ndarray'类型的对象不可json序列化，它还将修复TypeError:int64类型的对象不能json序列化等错误：

class NumpyEncoder(json.JSONEncoder):
    """ Special json encoder for np types """
    def default(self, obj):
        if isinstance(obj, (np.int_, np.intc, np.intp, np.int8,
                            np.int16, np.int32, np.int64, np.uint8,
                            np.uint16, np.uint32, np.uint64)):
            return int(obj)
        elif isinstance(obj, (np.float_, np.float16, np.float32,
                              np.float64)):
            return float(obj)
        elif isinstance(obj, (np.ndarray,)):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)

然后运行：

import json

#print(json.dumps(my_data[:2], indent=4, cls=NumpyEncoder)))
with open(my_dir+'/my_filename.json', 'w') as f:
    json.dumps(my_data, indent=4, cls=NumpyEncoder)))

在np.array（）的情况下，您可能还希望返回字符串而不是列表，因为数组被打印为分布在行上的列表，如果您有大或多个数组，则会放大输出。需要注意的是：稍后从转储的字典中访问项以将其恢复为原始数组会更加困难。然而，如果您不介意只使用一个数组字符串，这会使字典更可读。然后交换：

        elif isinstance(obj, (np.ndarray,)):
            return obj.tolist()

具有：

        elif isinstance(obj, (np.ndarray,)):
            return str(obj)

或者只是：

        else:
            return str(obj)

要获得utf8编码文件，而不是Python 2公认答案中的ascii编码文件，请使用：

import io, json
with io.open('data.txt', 'w', encoding='utf-8') as f:
  f.write(json.dumps(data, ensure_ascii=False))

Python 3中的代码更简单：

import json
with open('data.txt', 'w') as f:
  json.dump(data, f, ensure_ascii=False)

在Windows上，仍然需要使用encoding='utf-8'参数打开。

要避免在内存中存储数据的编码副本（转储的结果），并在Python 2和3中输出utf8编码字节字符串，请使用：

import json, codecs
with open('data.txt', 'wb') as f:
    json.dump(data, codecs.getwriter('utf-8')(f), ensure_ascii=False)

codecs.getwriter调用在Python 3中是冗余的，但在Python 2中是必需的

可读性和尺寸：

ensure_ascii=False的使用提供了更好的可读性和更小的大小：

>>> json.dumps({'price': '€10'})
'{"price": "\\u20ac10"}'
>>> json.dumps({'price': '€10'}, ensure_ascii=False)
'{"price": "€10"}'

>>> len(json.dumps({'абвгд': 1}))
37
>>> len(json.dumps({'абвгд': 1}, ensure_ascii=False).encode('utf8'))
17

通过在dump或dumps的参数中添加标志indent=4，sort_keys=True（如dinos66所建议的），进一步提高可读性。通过这种方式，您将在json文件中获得一个很好的缩进排序结构，代价是文件大小稍大。

data是Python字典。在编写之前，需要将其编码为JSON。

使用此选项可获得最大兼容性（Python 2和3）：

import json
with open('data.json', 'w') as f:
    json.dump(data, f)

在现代系统（即Python 3和UTF-8支持）上，您可以使用以下方法编写更好的文件：

import json
with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=4)

请参阅json文档。

要使用缩进编写JSON，请使用“漂亮的打印”：

import json

outfile = open('data.json')
json.dump(data, outfile, indent=4)

此外，如果您需要调试格式不正确的JSON，并希望得到有用的错误消息，请使用importsimplejson库，而不是importjson（函数应该相同）

使用JSON将数据写入文件，使用JSON.dump（）或JSON.dumps（）。像这样写以将数据存储在文件中。

import json
data = [1,2,3,4,5]
with open('no.txt', 'w') as txtfile:
    json.dump(data, txtfile)

列表中的这个示例存储到文件中。

这只是对json.dumps用法的一个额外提示（这不是问题的答案，而是那些必须转储numpy数据类型的人的一个技巧）：

如果字典中有NumPy数据类型，json.dumps（）需要一个额外的参数，信用转到TypeError:'ndarray'类型的对象不可json序列化，它还将修复TypeError:int64类型的对象不能json序列化等错误：

class NumpyEncoder(json.JSONEncoder):
    """ Special json encoder for np types """
    def default(self, obj):
        if isinstance(obj, (np.int_, np.intc, np.intp, np.int8,
                            np.int16, np.int32, np.int64, np.uint8,
                            np.uint16, np.uint32, np.uint64)):
            return int(obj)
        elif isinstance(obj, (np.float_, np.float16, np.float32,
                              np.float64)):
            return float(obj)
        elif isinstance(obj, (np.ndarray,)):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)

然后运行：

import json

#print(json.dumps(my_data[:2], indent=4, cls=NumpyEncoder)))
with open(my_dir+'/my_filename.json', 'w') as f:
    json.dumps(my_data, indent=4, cls=NumpyEncoder)))

在np.array（）的情况下，您可能还希望返回字符串而不是列表，因为数组被打印为分布在行上的列表，如果您有大或多个数组，则会放大输出。需要注意的是：稍后从转储的字典中访问项以将其恢复为原始数组会更加困难。然而，如果您不介意只使用一个数组字符串，这会使字典更可读。然后交换：

        elif isinstance(obj, (np.ndarray,)):
            return obj.tolist()

具有：

        elif isinstance(obj, (np.ndarray,)):
            return str(obj)

或者只是：

        else:
            return str(obj)