cPickle 可以保存重塑的 numpy 对象引用吗？答案

【问题标题】：Can cPickle save reshaped numpy object reference?cPickle 可以保存重塑的 numpy 对象引用吗？
【发布时间】：2016-10-01 07:39:28
【问题描述】：

我有一个类定义为：

class A():
    def __init__():
        self.a = np.array([0,1,2,3,4,5])
        self.b = self.a.reshape((2, 3))

现在，b 实际上是数组 a 的重构引用。如果我们更改 a:a[0] = 10 的第一个元素，b[0, 0] 也会更改为 10。但是，当我加载转储时，我使用 cPickle 来保存这个数组。 a 和 b 成为不同的数组。我想知道有没有什么方法可以让b仍然是a的引用？

【问题讨论】：

标签： python numpy pickle

【解决方案1】：

你可以使用__getstate__和__setstate__来控制泡菜：

import numpy as np

class A:
    def __init__(self):
        self.a = np.array([0,1,2,3,4,5])
        self.b = self.a.reshape((2, 3))

    def __getstate__(self):
        return {"a":self.a, "b":self.b.shape}

    def __setstate__(self, state):
        self.a = state["a"]
        self.b = self.a.reshape(state["b"])

import pickle

x = A()
s = pickle.dumps(x)
y = pickle.loads(s)

y.b.base is y.a

【讨论】：

为了避免混淆，我会使用“shape_of_b”而不是“b”。

【解决方案2】：

jsonpickle 的最新预发布版确实正确序列化了 numpy 视图；可悲的是泡菜没有。

【讨论】：