NumPy数组不能直接写入Excel，需导出为CSV；关键在用delimiter=','、encoding='utf-8-sig'及np.nan_to_num处理特殊值，或优先转pd.DataFrame导出以保障列名、编码与空值兼容性。
NumPy数组本身不能直接写入Excel文件（.xlsx），但导出为CSV（.csv）后，Excel可以正常打开并保留数值结构——关键在于编码、分隔符和缺失值处理，否则容易出现乱码、列错位或空值显示异常。
用 np.savetxt() 控制分隔符与编码
默认的 np.savetxt() 会用空格分隔，Excel打不开；必须显式指定 delimiter=','。Windows版Excel默认读取 utf-8-sig 编码（带BOM），直接写 utf-8 可能导致中文乱码。
实操建议：
- 用
np.savetxt()写入时加delimiter=','和fmt='%.6g'避免科学计数法干扰阅读 - 不直接用
encoding参数（np.savetxt()不支持），改用open()手动控制编码：
with open('data.csv', 'w', encoding='utf-8-sig') as f:
np.savetxt(f, arr, delimiter=',', fmt='%.6g')
注意：若 arr 是二维，np.savetxt() 默认逐行写入，符合CSV格式；若是一维，会写成单行，需用 arr.reshape(-1, 1) 强制转列向量。
立即学习“Python免费学习笔记（深入）”；
处理 NaN 和 inf 值
Excel不识别 nan 或 inf 字面量，直接写入会导致单元格显示为 #VALUE! 或被跳过。NumPy默认输出 nan 为 nan 字符串，但Excel不认这个文本。
常见错误现象：CSV里看到 nan，但在Excel中该单元格为空或报错。
实操建议：
- 用
np.nan_to_num(arr, nan='', posinf='', neginf='')将特殊值替换为空字符串（适合文本型CSV） - 或更稳妥地用
pd.DataFrame(arr).to_csv()（见下一条），它默认把nan转成空字段，Excel原生兼容
为什么推荐先转 pd.DataFrame 再导出
np.savetxt() 简单但功能有限：不支持列名、无法自动处理混合类型、对 object 数组（如含字符串）易出错。而 pd.DataFrame 是专为表格数据设计的中间层，导出CSV时默认行为更贴近Excel预期。
实操建议：
- 即使只用NumPy，也值得临时转一次：
pd.DataFrame(arr).to_csv('data.csv', index=False, encoding='utf-8-sig') - 如果原始数组含字符串或需要列标题，必须走这一步；
index=False防止多出一列行号 - 性能影响极小——对百万级以下数据，转换+导出耗时差异可忽略
真正容易被忽略的是编码细节：Mac/Linux版Excel读 utf-8 没问题，但Windows用户几乎必踩 utf-8-sig 的坑；还有就是一维数组默认导出为单行，不是单列，这点和Excel“一列数据”的直觉相反。
