Scikit-Learn保存特征名称至JSON文件时遭遇ndarray无法JSON序列化的TypeError错误

我看你遇到的是个很典型的小坑——JSON序列化天生不支持NumPy的ndarray类型，这也是用Scikit-Learn处理特征名称时经常会碰到的问题。先帮你理清问题根源，再给你两种简单的解决办法：

问题根源 #

你代码里的terms_unigram、terms_bigram、terms_trigram都是NumPy的ndarray对象，但Python内置的json.dump()只能序列化原生数据类型（比如列表、字典、字符串、数值等），ndarray不在它的支持范围内，所以才会抛出TypeError: Object of type ndarray is not JSON serializable这个错误。

修复方案 #

核心思路就是把ndarray转换成Python原生的列表，有两种轻松实现的方式：

方式1：修改函数自动适配类型

在get_dict_feature_name函数里加入类型检查，自动把ndarray转成列表，这样后续调用不用额外处理：

import json
import numpy as np

def get_dict_feature_name(terms):
    feature_name = {}
    # 检查输入是否为ndarray，是则转为原生列表
    if isinstance(terms, np.ndarray):
        feature_name['feature'] = terms.tolist()
    else:
        feature_name['feature'] = terms
    return feature_name

def save_to_json(Data, json_filename):
    with open(json_filename, mode='w') as json_config:
        json.dump(Data, json_config)

# 保存特征名称
save_to_json(get_dict_feature_name(terms_unigram),"tfidf_feature_name_unigram.json")
save_to_json(get_dict_feature_name(terms_bigram),"tfidf_feature_name_bigram.json")
save_to_json(get_dict_feature_name(terms_trigram),"tfidf_feature_name_trigram.json")

方式2：调用时直接转换

如果不想修改原有函数，也可以在传入参数的时候，直接用.tolist()把ndarray转成列表：

# 保存特征名称
save_to_json(get_dict_feature_name(terms_unigram.tolist()),"tfidf_feature_name_unigram.json")
save_to_json(get_dict_feature_name(terms_bigram.tolist()),"tfidf_feature_name_bigram.json")
save_to_json(get_dict_feature_name(terms_trigram.tolist()),"tfidf_feature_name_trigram.json")

补充说明 #

你提供的示例三元组数据看起来是TF-IDF输出的特征权重值，转成列表后就能正常被JSON序列化，写入文件后的格式和普通Python列表一致，后续读取也能直接用json.load()解析。

备注：内容来源于stack exchange，提问作者research