在使用Numpy的memmap时，确实不允许使用负数维度。如果想要使用负数维度，可以通过以下方法解决：

import numpy as np

# 创建一个临时的数组
temp_array = np.zeros((10, 10))

# 将临时数组转换为memmap
memmap_array = np.memmap("temp_array.dat", dtype='float64', mode='w+', shape=temp_array.shape)
memmap_array[:] = temp_array[:]

# 创建一个负数维度的视图
negative_dimension_view = memmap_array[tuple(slice(None, None) for _ in range(memmap_array.ndim-1))]  # 丢弃最后一个维度

# 对负数维度的视图进行操作
# ...

# 关闭memmap
del memmap_array

在这个例子中，我们首先创建了一个临时的数组temp_array。然后，我们使用np.memmap将临时数组转换为memmap数组memmap_array。注意，memmap_array的维度与temp_array相同。

接下来，我们创建了一个负数维度的视图negative_dimension_view，通过丢弃memmap_array的最后一个维度来实现。这样，我们就可以对负数维度的视图进行操作。

最后，我们在完成对memmap数组的操作后，通过del语句关闭memmap数组。这样可以确保数据被正确地写入并释放内存。

请注意，这只是一种解决负数维度问题的方法，并非通用解决方案。具体的解决方法可能需要根据实际情况进行调整。