如何使用我的数组名称作为文件名？

Question

我的代码正在做一些数学运算并将输出保存在多个 NumPy 数组中。

最后，我将输出写入磁盘，我希望将数组的名称用作单独的文件名，每个数组都将写入其中。

例如，如果我有以下多维数组

time = [...]
force = [...]
pressure = [...]
energy = [...] 

等等，我愿意

for array in [time, force, pressure, energy, ....]:
    with open(**filename**, 'w') as file:
         pickle.dump(array, file)

但是如何设置文件名，让它取数组名。

我经历了许多类似的问题（尽管被问到其他动机）。答案表明数组（或任何变量）名称只是标签，而不是像这样检索。但是我在这里命名文件的动机似乎是一种真正的需要（至少对我来说），所以问。如果可能的话，我可能会更喜欢用 HDF5 格式编写，并将数组名称用作不同的数据集。虽然这一切都可以手动完成，但我们为什么要编码呢？

Answer 1

如果我从一组变量中创建一个列表，我无法检索这些变量的名称。我只能检索引用变量的对象。

In [324]: x = np.arange(3)
In [325]: y = np.ones((3,3))
In [326]: alist = [x,y]
In [327]: alist
Out[327]: 
[array([0, 1, 2]), array([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]])]
In [328]: id(x)
Out[328]: 2851921416
In [329]: id(alist[0])
Out[329]: 2851921416

alist[0] 不以任何方式引用变量名“x”。

字典是将名称或字符串与对象关联的更好方法：

In [331]: adict = {'x':x, 'y':y}
In [332]: adict['x']
Out[332]: array([0, 1, 2])

有了这样的字典，我可以用savez保存这些数组：

In [334]: np.savez('temp', **adict)
In [336]: d = np.load('temp.npz')
In [337]: list(d.keys())
Out[337]: ['y', 'x']

npz 存档包含两个名为：

In [340]: !unzip -l temp.npz
Archive:  temp.npz
  Length      Date    Time    Name
---------  ---------- -----   ----
      200  2018-01-29 23:58   y.npy
      140  2018-01-29 23:58   x.npy
---------                     -------
      340                     2 files

该字典在创建HDF5 数据集时也很有用。

使用pickle 保存/加载变量（和字典）的一些示例：

How to load/view structure of pickled object in Ipython console ? (Windows 7, Spyder, Ipython console)

这是一个尝试保存和加载工作区（或其中的一部分）的尝试，就像通常使用 MATLAB 所做的那样：

IPython loading variables to workspace: can you think of a better solution than this?

IPython: how to automagically load npz file and assign values to variables?

Answer 2

您可以使用numpy.dtype.names。这是一个例子。

# inputs
In [196]: A
Out[196]: 
array([[11, 12, 13, 14],
       [21, 22, 23, 24],
       [31, 32, 33, 34],
       [41, 42, 43, 44]])

In [197]: B
Out[197]: 
array([[1, 1, 1, 1],
       [2, 2, 2, 2],
       [3, 3, 3, 3],
       [4, 4, 4, 4]])

# their dtype
In [198]: A.dtype, B.dtype
Out[198]: (dtype('int64'), dtype('int64'))

# their size
In [199]: A.size, B.size
Out[199]: (16, 16)

# store it as a list of tuples
In [200]: dt = np.dtype([('A', A.dtype, A.size), ('B', B.dtype, B.size)])

# get all arrays
In [201]: dt.names
Out[201]: ('A', 'B')


In [202]: dt['A']
Out[202]: dtype(('<i8', (16,)))

---

你也可以跳过variable.size，因为它会被推断出来。

In [233]: dt = np.dtype([('A', A.dtype), ('B', B.dtype)])

# size inferred automatically
In [234]: dt.itemsize
Out[234]: 16

In [235]: dt.names
Out[235]: ('A', 'B')

Answer 3

我根本不会这样做。

我会这样做

time = [...]
force = [...]
pressure = [...]
energy = [...] 

file_data = {'time': time, 'force': force, 'pressure': pressure, 'energy': energy}
for filename, array in file_data.items():
    with open(filename, 'w') as file:
         pickle.dump(array, file)

这并不能保证在 3.6 左右之前的正确顺序，但我认为在这种情况下顺序并不重要。

如果顺序很重要，我会这样做

file_data = [('time', time), ('force', force), ('pressure', pressure), ('energy', energy)]
for filename, array in file_data:
    with open(filename, 'w') as file:
         pickle.dump(array, file)

Answer 4

可以使用名称获取局部变量。虽然通常不是最好的主意。但如果您需要：

代码：

locals()[var_name]

测试代码：

x = 1
y = 2
z = 3
for var_name in ('x', 'y', 'z'):
    print(locals()[var_name])

结果：

1
2
3

本地示例：

所以把这个例子放到你的例子中：

for array_name in ['time', 'force', 'pressure', 'energy', ....]:
    with open(array_name, 'w') as file:
        pickle.dump(locals()[array_name], file)