`pickle`：又一个`ImportError：No module named my_module`

概述`pickle`：又一个`ImportError：No module named my_module`

我在my_module定义了一个类MyClass 。 MyClass有一个方法pickle_myself ，它腌制有问题的类的实例：

def pickle_myself(self,pkl_file_path): with open(pkl_file_path,'w+') as f: pkl.dump(self,f,protocol=2)

我已经确定my_module是在PYTHONPATH 。 在解释器中，执行__import__('my_module')工作正常：

>>> __import__('my_module') <module 'my_module' from 'A:my_stuffmy_module.pyc'>

但是，最终加载文件时，我得到：

file "A:Anacondalibpickle.py",line 1128,in find_class __import__(module) importError: No module named my_module

有些事情我已经确定了：

取消存储在networking驱动器上的大型对象

如何在离线linux机器上安装nltk的english.pickle

cPickle：SystemError：错误返回，没有例外设置

是否有任何指标，已知的问题，或保存一个大的泡菜对象到windows 10文件系统的方向

无法取消在windows上腌制的Mac上的文件

我没有改变my_module.py的位置（ 改变模块的目录之后的Python酸洗 ）

我试图使用dill ，而是仍然得到相同的错误（ 更多关于python importerror没有模块命名 ）

编辑 – 一个玩具的例子，再现错误：

这个例子本身遍布在一堆文件上。

首先，我们有模块ball （存储在一个名为ball.py的文件中）：

class Ball(): def __init__(self,ball_radius): self.ball_radius = ball_radius def say_hello(self): print "Hi,I'm a ball with radius {}!".format(self.ball_radius)

然后，我们有模块test_environment ：

import os import ball #import dill as pkl import pickle as pkl class Environment(): def __init__(self,store_dir,num_balls,default_ball_radius): self.store_dir = store_dir self.balls_in_environment = [ball.Ball(default_ball_radius) for x in range(num_balls)] def persist(self): pkl_file_path = os.path.join(self.store_dir,"test_stored_env.pkl") with open(pkl_file_path,protocol=2)

然后，我们有一个模块，它具有构build环境的function，可以持久化并加载它们，称为make_persist_load ：

import os import test_environment #import pickle as pkl import dill as pkl def make_env_and_persist(): cwd = os.getcwd() my_env = test_environment.Environment(cwd,5,5) my_env.persist() def load_env(store_path): stored_env = None with open(store_path,'rb') as pkl_f: stored_env = pkl.load(pkl_f) return stored_env

然后我们有一个脚本把它放在一起，在test_serialization.py ：

import os import make_persist_load MAKE_AND_PERSIST = True LOAD = (not MAKE_AND_PERSIST) cwd = os.getcwd() store_path = os.path.join(cwd,"test_stored_env.pkl") if MAKE_AND_PERSIST == True: make_persist_load.make_env_and_persist() if LOAD == True: loaded_env = make_persist_load.load_env(store_path)

为了便于使用这个玩具的例子， 我把它放在一个Github仓库中，只需要克隆到你select的目录。 。 请参阅包含说明的README ，我也在这里重现：

说明：

1）克隆库到一个目录。

2）将存储库目录添加到PYTHONPATH。

3）打开test_serialization.py ，并将variablesMAKE_AND_PERSIST设置为True 。 在解释器中运行脚本。

4）closures以前的解释器实例，并启动一个新的解释器实例。 在test_serialization.py ，将MAKE_AND_PERSIST更改为False ，并将以编程方式将LOAD设置为True 。 在解释器中运行脚本，导致importError: No module named test_environment 。

5）默认情况下，testing设置为使用莳萝，而不是腌菜。 为了改变这个，进入test_environment.py和make_persist_load.py ，根据需要更改导入。

编辑：切换到莳萝0.2.5.dev0后， dill.detect.trace(True)输出

C2: test_environment.Environment # C2 D2: <dict object at 0x000000000A9BDAE8> C2: ball.Ball # C2 D2: <dict object at 0x000000000AA25048> # D2 D2: <dict object at 0x000000000AA25268> # D2 D2: <dict object at 0x000000000A9BD598> # D2 D2: <dict object at 0x000000000A9BD9D8> # D2 D2: <dict object at 0x000000000A9B0BF8> # D2 # D2

编辑：当在Mac / Ubuntu上运行时（例如类Unix系统？），玩具示例运行得非常好。 它只在windows上失败。

我可以从你的问题中知道，你可能正在做这样的事情，用一个类方法试图腌制类的实例。 这样做是不明智的，如果你这样做的话…在类的外部使用pkl.dump更为理智（ pkl.dump是pickle或dill等）。 但是，它仍然可以使用这个设计，见下面：

>>> class Thing(object): ... def pickle_myself(self,pkl_file_path): ... with open(pkl_file_path,'w+') as f: ... pkl.dump(self,protocol=2) ... >>> import dill as pkl >>> >>> t = Thing() >>> t.pickle_myself('foo.pkl')

然后重新启动…

Python 2.7.10 (default,Sep 2 2015,17:36:25) [GCC 4.2.1 Compatible Apple LLVM 5.1 (clang-503.0.40)] on darwin Type "help","copyright","credits" or "license" for more information. >>> import dill >>> f = open('foo.pkl','r') >>> t = dill.load(f) >>> t <__main__.Thing object at 0x1060ff410>

如果你有一个更复杂的课程，我相信你可能会遇到麻烦，特别是如果这个课程使用另一个坐在同一目录下的文件。

>>> import dill >>> from bar import Zap >>> print dill.source.getsource(Zap) class Zap(object): x = 1 def __init__(self,y): self.y = y >>> >>> class Thing2(Zap): ... def pickle_myself(self,'w+') as f: ... dill.dump(self,protocol=2) ... >>> t = Thing2(2) >>> t.pickle_myself('foo2.pkl')

然后重新启动…

Python 2.7.10 (default,"credits" or "license" for more information. >>> import dill >>> f = open('foo2.pkl','r') >>> t = dill.load(f) >>> t <__main__.Thing2 object at 0x10eca8090> >>> ty 2 >>>

那么…拍，这也是有效的。 你将不得不张贴你的代码，所以我们可以看到你使用的是什么模式， dill （和pickle ）失败。 我知道有一个模块导入另一个不“安装”（即在某些本地目录），并期望序列化“只是工作”不适用于所有情况。

看dill问题： https ： //github.com/uqfoundation/dill/issues/128 https://github.com/uqfoundation/dill/issues/129和这个问题&#xFF1A; 为什么莳萝转储外部类通过引用，不管是什么？ 对于一些失败和潜在的解决方法的例子。

编辑关于更新的问题：

我看不到你的问题。 从命令行运行，从解释器import test_serialization （ import test_serialization ），并在解释器中运行脚本（如下所示，并在步骤3-5中指出）都可以工作。 那让我觉得你可能会使用老版本的dill ？

>>> import os >>> import make_persist_load >>> >>> MAKE_AND_PERSIST = False #True >>> LOAD = (not MAKE_AND_PERSIST) >>> >>> cwd = os.getcwd() >>> store_path = os.path.join(cwd,"test_stored_env.pkl") >>> >>> if MAKE_AND_PERSIST == True: ... make_persist_load.make_env_and_persist() ... >>> if LOAD == True: ... loaded_env = make_persist_load.load_env(store_path) ... >>>

编辑根据评论中的讨论：

看起来这可能是windows的一个问题，因为这似乎是唯一的 *** 作系统的错误出现。

一些工作后编辑 （见： https ： //github.com/uqfoundation/dill/issues/140 ）：

使用这个最小的例子，我可以在windows上重现相同的错误，而在MacOSX上它仍然可以工作…

# test.py class Environment(): def __init__(self): pass

和

# doit.py import test import dill env = test.Environment() path = "test.pkl" with open(path,'w+') as f: dill.dump(env,f) with open(path,'rb') as _f: _env = dill.load(_f) print _env

但是，如果使用open(path,'r') as _f ，则它可以在windows和MacOSX上运行。 所以看起来像windows上的__import__对文件类型比对非windows系统更敏感。 不过，抛出一个importError是很奇怪的…但是这个小小的改变应该可以起作用。

如果有人遇到同样的问题，我有同样的问题运行Python 2.7，问题是在windows上创建的pickle文件，而我正在运行的linux，我所要做的就是运行dos2unix必须先下载

sudo yum install dos2unix

然后你需要转换pickle文件的例子

dos2unix data.p

总结

以上是内存溢出为你收集整理的`pickle`：又一个`ImportError：No module named my_module`全部内容，希望文章能够帮你解决`pickle`：又一个`ImportError：No module named my_module`所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。