使用 python 将结果保存在 YAML 文件中

Question

在搜索上一个答案一小时后，我陷入了这个小问题。 我想将我的代码中的矩阵存储在 .yaml 文件中

我从我的代码中获得了什么

Matrix
[[  1.00665266e+03   0.00000000e+00   5.08285432e+02]
 [  0.00000000e+00   1.01086937e+03   3.45995536e+02]
 [  0.00000000e+00   0.00000000e+00   1.00000000e+00]]

我如何尝试保存此矩阵（mtx 是我代码中的较短名称）

fname = "calibrationC300.yaml"

data = dict(
    Matrix = mtx,
)

with open(fname, "w") as f:
    yaml.dump(data, f, default_flow_style=False)   

但我在 YAML 文件中读到的内容完全错误（只是转换错误？）

Matrix: !!python/object/apply:numpy.core.multiarray._reconstruct
  args:
  - &id001 !!python/name:numpy.ndarray ''
  - !!python/tuple [0]
  - b
  state: !!python/tuple
  - 1
  - !!python/tuple [3, 3]
  - !!python/object/apply:numpy.dtype
    args: [f8, 0, 1]
    state: !!python/tuple [3, <, null, null, null, -1, -1, 0]
  - false
  - !!binary |
    cWM87e1YkEAAAAAAAAAAAIUEEyb5SH1AAAAAAAAAAACp/Z3yc2qQQFv0vPqb5nZAAAAAAAAAAAAA
    AAAAAAAAAAAAAAAAAPA/

这是我第一次使用 Yaml 文件，我做错了什么？ 有没有一种方法可以在 yaml 文件中以简单的形式（我从代码中获取）获取矩阵？ 提前谢谢你

Answer 1

区别在于 float 和 numpy.float64。 Yaml 使用更复杂的方式来表示 numpy.float64。如果您喜欢更易读的 yaml，可以更改为浮动。请参阅以下示例：

print(yaml.dump({'test': 1, 'data':float(0.2)}, default_flow_style=False))
print(yaml.dump({'test': 2, 'data':numpy.float64(0.2)}, default_flow_style=False))

输出是：

data: 0.2

test: 1

data: !!python/object/apply:numpy.core.multiarray.scalar
- !!python/object/apply:numpy.dtype
  args:
  - f8
  - 0
  - 1
  state: !!python/tuple
  - 3
  - <
  - null
  - null
  - null
  - -1
  - -1
  - 0
- !!binary |
  mpmZmZmZyT8=

test: 2

Answer 2

这里唯一的错误似乎是您对 numpy 内部可以并且应该如何转储到 YAML 的期望。

一个简单的检查，看看你得到的YAML是正确的，是load你dump-ed：

import ruamel.yaml
import numpy
import pprint

mtx = [[1.00665266e+03, 0.00000000e+00, 5.08285432e+02],
       [0.00000000e+00, 1.01086937e+03, 3.45995536e+02],
       [0.00000000e+00, 0.00000000e+00, 1.00000000e+00],]

data = dict(Matrix=mtx)

yaml_str = ruamel.yaml.dump(data, default_flow_style=False)
data = ruamel.yaml.load(yaml_str)
print(data)

给出：

{'Matrix': [[1006.65266, 0.0, 508.285432], [0.0, 1010.86937, 345.995536], [0.0, 0.0, 1.0]]}

numpy 使用的特殊类型不转储为简单（且可读）的 YAML，无法保证可以重新加载。对于某些构造来说可能是可能的，尽管它很容易导致歧义，并且 AFAIK 简化不适用于任何 numpy 类型。

当然，您可以在不让numpy 提供其恢复信息的情况下转储该 YAML，方法是：

ruamel.yaml.round_trip_dump(data, sys.stdout)

给出：

Matrix:
- - 1006.65266
  - 0.0
  - 508.285432
- - 0.0
  - 1010.86937
  - 345.995536
- - 0.0
  - 0.0
  - 1.0

更具可读性，但当您再次从其 YAML 表示中 load() 时，它不会成为一个 numpy.multiarray 自动。

Answer 3

我也不是专家，但生成的 yaml 似乎是正确的。您可以看到原始类型默认渲染得很好。对于其他人，您可能需要采取一些措施。阅读此处documentation。

祝你好运！

（我没有足够的代表发表评论，否则我会将这篇文章作为评论留下。）