如何`np.loads（）`一个`np.save（）`d数组？答案

【问题标题】：How to `np.loads()` an `np.save()`d array?如何`np.loads（）`一个`np.save（）`d数组？
【发布时间】：2016-11-10 01:42:55
【问题描述】：

也就是说：

>>> foo = np.array([1, 2, 3])
>>> np.save('zomg.npy', foo)
>>> np.load('zomg.npy')
array([1, 2, 3])

一切都好。 loads呢？

>>> np.loads(open('zomg.npy', 'rb').read())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
_pickle.UnpicklingError: STACK_GLOBAL requires str

不。这不应该工作吗？ np.load() 成功，所以我知道数据没有损坏：

【问题讨论】：

标签： python python-3.x numpy serialization pickle

【解决方案1】：

我建议坚持使用np.save 和np.load，除非您需要pickle 的一些额外功能。那么直接使用pickle 而不是通过np 同义词之一可能会更容易混淆。

============

有一个未记录的np.loads； pickle.loads 的另一个名字。

In [573]: np.loads
Out[573]: <function _pickle.loads>
In [574]: np.loads??
Signature: np.loads(data, *, fix_imports=True, encoding='ASCII', errors='strict')

np.ma.loads 有更多文档，但只是：

def loads(strg):
    ...
    return pickle.loads(strg)

np.load 将 pickle 用于非常规数组的内容，但会从 np.save 格式执行其自己的加载。看看它的文档是怎么说腌制物体的。并增加混乱。数组的pickle.dump 使用np.save。也就是说，ndarray 的 pickle 格式是 save。

所以np.load和np.loads之间存在关系，但与pickle.load和pickle.loads之间的关系并不完全相同。

=================

没有np.dumps，但有np.ma.dumps

In [584]: d=np.ma.dumps(foo)
In [585]: d
Out[585]: b'\x80\x03cnumpy.core.multiarray\n_reconstruct\nq\x00cnumpy\nndarray\nq\x01K\x00\x85q\x02C\x01bq\x03\x87q\x04Rq\x05(K\x01K\x03\x85q\x06cnumpy\ndtype\nq\x07X\x02\x00\x00\x00i4q\x08K\x00K\x01\x87q\tRq\n(K\x03X\x01\x00\x00\x00<q\x0bNNNJ\xff\xff\xff\xffJ\xff\xff\xff\xffK\x00tq\x0cb\x89C\x0c\x01\x00\x00\x00\x02\x00\x00\x00\x03\x00\x00\x00q\rtq\x0eb.'
In [586]: np.loads(d)
Out[586]: array([1, 2, 3])
In [587]: np.ma.loads(d)
Out[587]: array([1, 2, 3])
In [588]: import pickle
In [589]: pickle.loads(d)
Out[589]: array([1, 2, 3])

使用pickle接口保存和加载数组：

In [594]: np.ma.dump(foo,open('test.pkl','wb'))
In [595]: np.load('test.pkl')
Out[595]: array([1, 2, 3])
In [600]: pickle.load(open('test.pkl','rb'))
Out[600]: array([1, 2, 3])

【讨论】：

【解决方案2】：

目前这是一种解决方法：

>>> np.load(io.BytesIO(open('zomg.npy', 'rb').read()))
array([1, 2, 3])

【讨论】：