如何将字典和数组保存在同一存档中（使用numpy.savez）

如何将字典和数组保存在同一存档中（使用numpy.savez）

正如@fraxel已经建议的那样，在这种情况下，使用pickle是更好的选择。只需将

dict

您的物品保存在其中即可。

但是，请确保将pickle与二进制协议一起使用。默认情况下，它的效率较低，如果阵列很大，则会导致过多的内存使用和巨大的文件。

saved_data = dict(outputFile,        saveFeature1 = feature1,        saveFeature2 = feature2,        saveLabel1 = label1,        saveLabel2 = label2,       saveString = docString)with open('test.dat', 'wb') as outfile:    pickle.dump(saved_data, outfile, protocol=pickle.HIGHEST_PROTOCOL)

话虽如此，为了说明起见，让我们更详细地了解正在发生的事情。

numpy.savez

希望每个项目都是一个数组。实际上，它会调用

np.asarray

您传递的所有内容。

如果将a

dict

转换为数组，则会得到一个对象数组。例如

import numpy as nptest = {'a':np.arange(10), 'b':np.arange(20)}testarr = np.asarray(test)

同样，如果您使用字符串制作数组，则会得到一个字符串数组：

In [1]: np.asarray('abc')Out[1]: array('abc',       dtype='|S3')

但是，由于对象数组的处理方式存在怪异，如果您传入的

dict

不是元组，列表或数组的单个对象（在您的情况下，您的），您将获得一个0维对象数组。

这意味着您不能直接对其进行索引。实际上，这样做

testarr[0]

会提高

IndexError

。数据仍然存在，但是您需要首先添加维度，所以必须这样做

yourdictionary= testarr.reshape(-1)[0]

。

如果所有这些看起来笨拙，那是因为。对象数组本质上总是错误的答案。（虽然

asarray

应该可以说是传递

ndmin=1

到

array

，这将解决这个特定的问题，但可能会破坏其他的东西。）

savez

用于存储数组，而不是存储任意对象。由于它的工作方式，它 可以 存储完全任意的对象，但不应以这种方式使用。

但是，如果您确实想使用它，则可以采用以下快速解决方法：

np.savez(outputFile,          saveFeature1 = [feature1],          saveFeature2 = [feature2],          saveLabel1 = [label1],          saveLabel2 = [label2],         saveString = docString)

然后，您可以使用

loadedArchive = np.load(outFile)loadedFeature1 = loadedArchive['saveFeature1'][0]loadedString = str(loadedArchive['saveString'])

但是，这显然比仅使用泡菜要笨重得多。使用

numpy.savez

当你刚刚保存的阵列。在这种情况下，您要保存嵌套的数据结构，而不是数组。