共计 1850 个字符,预计需要花费 5 分钟才能阅读完成。
导读 | 这篇文章主要介绍了 python 存储变量的几种方法, 包括 numpy 自带方法,pandas 自带方法,sklearn 的自带方法和 pickle 库操作方法,本文通过实例代码给大家介绍的非常详细,需要的朋友可以参考下 |
1. numpy 自带方法
>
>>> import numpy as np
>>> a = np.arange(24).reshape(2,3,4)
>>> a
array([[[0, 1, 2, 3],
[4, 5, 6, 7],
[8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
>>> np.save("D:/aa/npp.npy", a)
>>> b = np.load("D:/aa/npp.npy")
>>> b
array([[[0, 1, 2, 3],
[4, 5, 6, 7],
[8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
如果报错 Object arrays cannot be loaded when allow_pickle=False,需要改为如下:
np.load(path, allow_pickle=True)
2. pandas 自带方法
>
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(np.arange(12).reshape(3, 4))
>>> df
0 1 2 3
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
>>> df.columns = ['I', 'II', 'III', 'IV']
>>> df
I II III IV
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
>>> df.to_pickle(r"D:/aa/df")
>>> dff = pd.read_pickle(r"D:/aa/df")
>>> dff
I II III IV
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3. sklearn 的自带方法
经测试,保存的文件大小与 numpy.save() 方法一致。
>
注意:新版 sklearn 会报错,直接 import joblib 即可
参考:(注意下面评论)cannot import name joblib from sklearn.externals(文末见)
from sklearn.externals import joblib
# 保存 x
joblib.dump(x, 'x.pkl')
# 加载 x
x = joblib.load('x.pkl')
新版实现方法
import joblib
# 保存 x
joblib.dump(x, 'x.pkl')
# 加载 x
x = joblib.load('x.pkl')
4. pickle 库操作
>
import pickle
# 存储变量的文件的名字
filename = 'shoplist.data'
# 初始化变量
shoplist = ['apple', 'mango', 'carrot']
# 以二进制写模式打开目标文件
f = open(filename, 'wb')
# 将变量存储到目标文件中区
pickle.dump(shoplist, f)
# 关闭文件
f.close()
# 删除变量
del shoplist
# 以二进制读模式打开目标文件
f = open(filename, 'rb')
# 将文件中的变量加载到当前工作区
storedlist = pickle.load(f)
print(storedlist)
cannot import name joblib from sklearn.externals
使用 scikit-learn 跑一个两年前的案例, 报错:cannot import name‘joblib’from‘sklearn.externals’
原因: scikit-learn 版本太新了,
解决方法一:直接使用 import joblib
解决方法二:回退版本
删除当前版本的 scikit-learn pip uninstall scikit-learn
安装旧版本的 scikit-learn pip install scikit-learn==0.20.3
正文完
星哥说事-微信公众号
![post-qrcode](https://www.xgss.net/wp-content/uploads/2023/07/二维码-微信公众号256x256.jpg)