python存储数组到文件中，方便用于机器学习读取。给出追加数组的实例。即先保存一个数组，然后存储，再新建一个数组追加到保存的数组中

可以使用`numpy.concatenate()`函数将两个Numpy数组合并成一个数组，然后使用`numpy.save()`函数将合并后的数组存储到文件中。以下是一个示例代码，演示如何将新的Numpy数组追加到已有的数组中，并存储到文件中：

import numpy as np

# 创建第一个Numpy数组
my_array1 = np.array([1, 2, 3, 4, 5])

# 将第一个数组存储到文件中
np.save('my_array.npy', my_array1)

# 创建第二个Numpy数组
my_array2 = np.array([6, 7, 8, 9, 10])

# 加载之前存储的数组
loaded_array = np.load('my_array.npy')

# 合并两个数组
new_array = np.concatenate((loaded_array, my_array2))

# 将合并后的数组存储到文件中
np.save('my_array.npy', new_array)

这里我们先将第一个数组`my_array1`存储到文件中，然后创建第二个数组`my_array2`，并加载之前存储的数组。接着使用`numpy.concatenate()`函数将两个数组合并成一个新的数组`new_array`，最后使用`numpy.save()`函数将新的数组存储到文件中。

要读取文件中的数组，可以使用`numpy.load()`函数：

import numpy as np

# 从文件中读取数组
my_array = np.load('my_array.npy')

print(my_array)

这里我们使用`numpy.load()`函数从文件中读取存储的数组，然后将其打印出来。注意，读取追加的数组时，需要读取整个文件中的数组。