Q

序列化numpy的阵列

2011-03-02 169 views 3 likes

3

我有几个numpy的矩阵（3维是精确的），其被存储在元组的元组序列化numpy的阵列

(a1,b1,c1) 
(a2,b2,c2) 
... 
(an,bn,cn)

我想每个元组序列化到可以读取一个文件在另一台机器上回到Python（Linux => Windows，都是x86-64）。什么是pythonic方式来完成这个？

2011-03-02 Dat Chu

A

回答

6

numpy.savez或numpy.savez_compressed是要走的路。我听说过，但从来没有遇到过某些类型的阵列没有很好的酸洗的问题。

我记得this后（似乎没有太大的问题）以及一些关于numpy.void not pickling。可能不是一个问题，但它是。

2011-03-02 00:36:55 Paul

+1

我还想补充一点，np.savez似乎对scipy.io.savemat也有类似的效果。关于savemat的好处是，它假设可以很好地运行MATLAB .mat文件。 – 2011-03-02 05:59:46

1

味酸可能会工作得很好

我也看到了这一点：http://thsant.blogspot.com/2007/11/saving-numpy-arrays-which-is-fastest.html

2011-03-02 00:31:33 dfb

+0

这种联系说Scipy.io提供了最好的性能空间和时间，不是吗？ – 2011-03-02 00:35:49

+0

是的 - 如果这些不是一个考虑因素，泡菜可能不会那么麻烦。 – dfb 2011-03-02 00:46:09

+1

链接已损坏。 – 2013-07-31 08:28:58

1

使用shelve，pickle，cPickle，或shove。这些中的每一个都可以让您将大多数python对象存储在一个文件中; shove和shelve专注于将键映射到值的字典式对象，并且shove将允许您使用各种类似数据库的后端。如果发现自己超出了这些库的性能限制，请考虑使用数据库路由，例如通过SQLAlchemy。

我已经使用了这些库中的每一个，并且它们在自己的利基中工作得很好。我会从pickle或shelve开始，这是标准库。

2011-03-02 00:36:45 phooji

1

我一般使用cPickle，虽然我还没有做过与其他方法的正式比较。此外，我总是写的文件作为二进制和使用最高协议设置：

f = open('fname.pkl','wb') 
cPickle.dump(array_tuple,f,-1) 
f.close()

2011-03-02 00:58:12 JoshAdel

相关问题