YAML在Language Independent types for YAML 1.1中定义了几种类型。numpy.array不在这个列表中，主要是因为它不是独立于语言的，所以没有像这样的非标准表示。
所以你必须自己提供一个表示器，如果你用一个标记来表示它，如果你为那个标记提供了一个构造函数，你就可以加载回结果表示。
但是，为numpy.array创建一个表示器是不够的，因为std和mean都不是该类型，因为您已经通过提供的类型信息表明了自己。您必须为numpy.ndarray和numpy.float64（用于std的元素和numpy.int（用于mean的元素））提供表示器
一旦你这样做，你可以转储std和mean。

import sys
from pathlib import Path
import numpy
import ruamel.yaml

path = Path('numpy.yaml')

np = numpy
data = dict(
  std = np.array([1.0, 1.0, 1.0, 1.0]),
  mean = np.array([0, 0, 0, 0]),
)

def represent_numpy_float64(self, value):
    return self.represent_float(value)  # alternatively dump as a tagged float

def represent_numpy_int64(self, value):
    return self.represent_int(value)  # alternatively dump as a tagged int

def represent_numpy_array(self, array, flow_style=None):
    tag = '!numpy.ndarray'
    value = []
    node = ruamel.yaml.nodes.SequenceNode(tag, value, flow_style=flow_style)
    for elem in array:
        node_elem = self.represent_data(elem)
        value.append(node_elem)
    if flow_style is None:
        node.flow_style = True
    return node

yaml = ruamel.yaml.YAML()
yaml.Representer.add_representer(numpy.ndarray, represent_numpy_array)
yaml.Representer.add_representer(numpy.float64, represent_numpy_float64)
yaml.Representer.add_representer(numpy.int64, represent_numpy_int64)
yaml.dump(data, path)
print(path.read_text(), end='')  # the file ends in a newline, don't add another one

其给出：

std: !numpy.ndarray [1.0, 1.0, 1.0, 1.0]
mean: !numpy.ndarray [0, 0, 0, 0]

ruamel.yaml的默认往返加载器，可以加载结果文件：

import sys

yaml = ruamel.yaml.YAML()
rtd = yaml.load(path)
print(f'{rtd}')
print('type of std', type(rtd['std']))
yaml.dump(rtd, sys.stdout)

其给出：

{'std': [1.0, 1.0, 1.0, 1.0], 'mean': [0, 0, 0, 0]}
type of std <class 'ruamel.yaml.comments.CommentedSeq'>
std: !numpy.ndarray [1.0, 1.0, 1.0, 1.0]
mean: !numpy.ndarray [0, 0, 0, 0]

正如你所看到的，这并没有将文件加载为numpy.ndarray。为此，你需要为标记提供一个构造函数（因为我们不转储标记的floats/int，所以你不需要为它们提供构造函数）：

def construct_numpy_array(self, node):
    return numpy.array(self.construct_sequence(node))

yaml.Constructor.add_constructor('!numpy.ndarray', construct_numpy_array)

rtd = yaml.load(path)
print(f'{rtd}')
print('type of std', type(rtd['std']))

其给出：

{'std': array([1., 1., 1., 1.]), 'mean': array([0, 0, 0, 0])}
type of std <class 'numpy.ndarray'>

请注意，上述方法不适用于（间接）递归转储，因为construct_numpy_array没有yield语句。最好做一些类似的事情：

def construct_numpy_array(self, node):
    data = numpy.array([])
    yield data
    numpy.append(data, numpy.array(self.construct_sequence(node)))

但这并没有给予相同的结果（因为我对numpy不熟悉）。