J'ai enregistré le tableau Numpy dans un fichier pickle. La forme était (850,32,27). Comment puis-je charger ce fichier pickle dans le tableau Numpy? J'ai essayé de chercher la réponse, mais je ne pouvais pas en donner une amende.
4 Réponses :
Numpy a un
In [1]: import numpy as np In [2]: A = np.linspace(0,1,10) In [3]: np.save("bla.npy",A) In [4]: B = np.load("bla.npy") In [5]: B == A Out[5]: array([ True, True, True, True, True, True, True, True, True, True])
https://docs.scipy.org/doc/numpy/reference/generated/numpy.save.html
et un
np.load()
Cela ne répond pas à la question. Le tableau est apparemment déjà enregistré avec pickle et doit être chargé.
C'est la bonne façon de procéder.
Peut-être, mais si vous n'avez pas de machine à remonter le temps, vous devez faire avec ce que vous avez.
J'aime les réponses qui suggèrent de bonnes pratiques plutôt que d'aider OP à faire quelque chose de la mauvaise façon :) +1
La question était de savoir comment extraire le tableau numpy du fichier pickle enregistré, dont l'opération de chargement retourne un tuple de nom et numpy, donc la réponse requise serait de la manière d'extraire le tableau numpy du tuple
La manière canonique de procéder est:
import pickle with open('my_array.pickle', 'rb') as file: arr = pickle.load(file)
La question était de savoir comment extraire le tableau numpy du fichier pickle enregistré, dont l'opération de chargement retourne un tuple de nom et numpy, donc la réponse requise serait de la manière d'extraire le tableau numpy du tuple
Vous pouvez charger des objets picklés avec np.load, en définissant le paramètre allow_pickle sur True.
np.load ('fichier', allow_pickle = True)
Pour plus d'informations, consultez: https://www.geeksforgeeks.org/numpy -load-in-python /
La question était de savoir comment extraire le tableau numpy du fichier pickle enregistré, dont l'opération de chargement retourne un tuple de nom et numpy, donc la réponse requise serait de la manière d'extraire le tableau numpy du tuple
Vous devez charger votre tableau dans un type en utilisant les commandes ci-dessus, telles que np.load ('file', allow_pickle = True)
suggéré par Steven, ou appelez:
arr = t0[1]
vous pouvez utiliser
pickle.load ()
pour charger le fichier pickle