使用allow_pickle=True加载字典后遇'unsized object'类型错误求助

问题原因 #

当你用np.save保存非numpy原生类型（比如Python字典）时，numpy会把字典包装成一个0维numpy数组（对象类型）。加载后得到的mak并不是原字典，而是这个0维数组，所以调用len()会抛出TypeError: len() of unsized object——因为0维数组没有可测量的长度。

快速修复 #

加载时需要提取数组内部的字典对象，通过[()]索引即可：

with open('opp2b.npy', 'rb') as f:
    mak = np.load(f, allow_pickle=True)[()]  # 添加[()]提取字典
    mp = np.load(f, allow_pickle=True)[()]

此时mak会恢复为原字典，调用len(mak)就能得到预期的82。

更优的保存方案 #

用np.save保存字典并不是最佳选择，推荐以下几种方式：

1. 直接使用pickle

pickle是Python原生的序列化工具，专门用于保存Python对象：

# 保存
import pickle
with open('opp2b.pkl', 'wb') as f:
    pickle.dump((mak, mp), f)

# 加载
with open('opp2b.pkl', 'rb') as f:
    mak, mp = pickle.load(f)

2. 使用numpy的savez（适合多对象）

np.savez可以一次性保存多个对象，对于字典需指定allow_pickle=True：

# 保存
np.savez('opp2b.npz', mak=mak, mp=mp, allow_pickle=True)

# 加载
data = np.load('opp2b.npz', allow_pickle=True)
mak = data['mak'][()]
mp = data['mp'][()]

3. 使用json（如果字典内容可序列化）

如果字典的键值都是字符串、数字等可json序列化的类型，json是更安全且跨语言的选择：

import json
# 保存
with open('opp2b.json', 'w') as f:
    json.dump({'mak': mak, 'mp': mp}, f)

# 加载
with open('opp2b.json', 'r') as f:
    data = json.load(f)
mak = data['mak']
mp = data['mp']

内容的提问来源于stack exchange，提问作者Rafaella Chiarella