.npy 文件是 NumPy 库用于存储数组数据的二进制格式，它包含一个描述数组结构的头部信息和实际的数据部分。直接追加数据到现有的 .npy 文件并不像文本文件那样直接，因为需要手动修改文件头部以反映新增数据后的数组尺寸，并且要确保数据正确地附加到现有数据之后。

不过，通常推荐的做法不是直接追加到现有 .npy 文件，而是采取以下步骤：

1. 加载现有数据：首先使用 numpy.load() 函数加载现有的 .npy 文件中的数组数据。
2. 合并数据：将新数据（同样需要是 NumPy 数组）与加载的数组进行合并。如果你希望按行追加（例如，两个一维数组），可以使用 numpy.concatenate() 或 numpy.vstack() 函数；如果是按列追加（对于二维数组），可以使用 numpy.hstack() 或调整后使用 numpy.concatenate()。
3. 保存新数据：将合并后的新数组保存到一个新的 .npy 文件中，使用 numpy.save() 或 numpy.savez() 函数。

这样做的原因是，.npy 文件格式设计时并未考虑简单的追加操作，直接修改文件可能破坏其内部结构。下面是示例代码：

#python

import numpy as np

# 加载现有数据
existing_data = np.load('existing_data.npy')

# 新数据，确保维度与现有数据兼容
new_data = np.array([...])  # 这里是你的新数据

# 按行追加（假设都是二维数组，且列数相同）
combined_data = np.vstack((existing_data, new_data))

# 保存到新文件
np.save('new_combined_data.npy', combined_data)

如果你确实需要保留原始文件名，并且不想每次追加都创建新文件，理论上可以通过读取并解析 .npy 文件头，手动修改形状信息，然后重新写入数据和更新的头部信息来实现追加，但这涉及到复杂的文件操作和对 .npy 格式的深入了解，通常不建议这样做，除非有特别的需求。