NumPy的阵列是不是JSON序列化

Question

创建与NumPy阵列，并将其保存为一个Django上下文变量后，加载网页时，我收到以下错误：

array([ 0, 239, 479, 717, 952, 1192, 1432, 1667], dtype=int64) is not JSON serializable 

这是什么意思？

Answer 1

我经常“jsonify”np.arrays。尝试首先使用在阵列上的“.tolist（）”的方法，是这样的：

import numpy as np 
import codecs, json 

a = np.arange(10).reshape(2,5) # a 2 by 5 array 
b = a.tolist() # nested lists with same data, indices 
file_path = "/path.json" ## your path variable 
json.dump(b, codecs.open(file_path, 'w', encoding='utf-8'), separators=(',', ':'), sort_keys=True, indent=4) ### this saves the array in .json format 

为了‘unjsonify’阵列使用：

obj_text = codecs.open(file_path, 'r', encoding='utf-8').read() 
b_new = json.loads(obj_text) 
a_new = np.array(b_new) 

Answer 2

此外，一些很有趣的信息上进一步列表与数组在Python〜>Python List vs. Array - when to use?

可以注意到，一旦我将我的数组转换成列表之前，将其保存在JSON文件中，在我的部署中，无论如何，一旦我读取JSON文件供以后使用，我可以继续以列表形式使用它（而不是转换回到数组）。

AND在屏幕上看起来更好（在我看来）列表（逗号分隔）与数组（不逗号分隔）这种方式。

使用@ travelingbones的.tolist（）方法上面，我一直在利用这样（捕了一些错误，我发现太）：

储存字典

def writeDict(values, name): 
    writeName = DIR+name+'.json' 
    with open(writeName, "w") as outfile: 
     json.dump(values, outfile) 

读字典

def readDict(name): 
    readName = DIR+name+'.json' 
    try: 
     with open(readName, "r") as infile: 
      dictValues = json.load(infile) 
      return(dictValues) 
    except IOError as e: 
     print(e) 
     return('None') 
    except ValueError as e: 
     print(e) 
     return('None') 

希望这会有所帮助！

Answer 3

这里是为我工作，并删除了所有的NaN（假设这些都是简单的对象（列表或字典））的实现：

from numpy import isnan 

def remove_nans(my_obj, val=None): 
    if isinstance(my_obj, list): 
     for i, item in enumerate(my_obj): 
      if isinstance(item, list) or isinstance(item, dict): 
       my_obj[i] = remove_nans(my_obj[i], val=val) 

      else: 
       try: 
        if isnan(item): 
         my_obj[i] = val 
       except Exception: 
        pass 

    elif isinstance(my_obj, dict): 
     for key, item in my_obj.iteritems(): 
      if isinstance(item, list) or isinstance(item, dict): 
       my_obj[key] = remove_nans(my_obj[key], val=val) 

      else: 
       try: 
        if isnan(item): 
         my_obj[key] = val 
       except Exception: 
        pass 

    return my_obj 

Answer 4

我有一个嵌套的字典，一些numpy.ndarrays类似的问题在里面。

def jsonify(data): 
    json_data = dict() 
    for key, value in data.iteritems(): 
     if isinstance(value, list): # for lists 
      value = [ jsonify(item) if isinstance(item, dict) else item for item in value ] 
     if isinstance(value, dict): # for nested lists 
      value = jsonify(value) 
     if isinstance(key, int): # if key is integer: > to string 
      key = str(key) 
     if type(value).__module__=='numpy': # if value is numpy.*: > to python list 
      value = value.tolist() 
     json_data[key] = value 
    return json_data 

Answer 5

您可以使用Pandas：

import pandas as pd 
pd.Series(your_array).to_json(orient='values') 

Answer 6

这是默认不支持，但你可以把它很容易地工作！还有，如果你想完全一样的数据回你要编码几件事情：

• 数据本身，您可以与obj.tolist()得到尽可能@travelingbones提及。有时候这可能会很好。
• 数据类型。我觉得在某些情况下这很重要。
• 尺寸（不一定是2D），如果您假设输入确实总是一个“矩形”网格，则可以从上面得出这个尺寸。
• 内存顺序（行或列主要）。这通常不重要，但有时它确实（例如表演），那么为什么不保存所有东西呢？

此外，您的numpy的阵列可以你的数据结构的一部分，例如你有一个列表，里面有一些矩阵。为此，你可以使用一个自定义的编码器，基本上是这样做的。

这应该足以实现解决方案。或者你可以使用json-tricks这不只是这一点（和支持各种其他类型）（声明：我做到了）。

pip install json-tricks 

然后

data = [ 
    arange(0, 10, 1, dtype=int).reshape((2, 5)), 
    datetime(year=2017, month=1, day=19, hour=23, minute=00, second=00), 
    1 + 2j, 
    Decimal(42), 
    Fraction(1, 3), 
    MyTestCls(s='ub', dct={'7': 7}), # see later 
    set(range(7)), 
] 
# Encode with metadata to preserve types when decoding 
print(dumps(data)) 

Answer 7

class NumpyEncoder(json.JSONEncoder): 
    def default(self, obj): 
     if isinstance(obj, np.ndarray): 
      return obj.tolist() 
     return json.JSONEncoder.default(self, obj) 

一个= np.array（[1，2，3]）

打印（json.dumps（{ 'AA'：[ 2，（2,3,4），a]，'bb'：[2]}， cls = NumpyEncoder））

{ “AA”：[2，[2，3，4]，[1，2，3]]， “BB”：[2]}