如何将Python嵌套字典导入Julia？已尝试Pickle与JSON均失败

1. 直接用PyCall在Julia中调用Python脚本（最推荐） #

无需折腾序列化/反序列化，直接在Julia环境里复用你已有的Python数据加载逻辑，数据直接跨语言传递：

• Julia端先安装PyCall：

  using Pkg; Pkg.add("PyCall")
  

• 若需要指定Python环境（比如你有专属的数据分析环境），先配置再重建PyCall：

  ENV["PYTHON"] = "/path/to/your/python/env/bin/python"
  Pkg.build("PyCall")
  

• 调用你的Python脚本获取数据：

  using PyCall
  # 导入你的Python数据加载脚本（假设脚本名为data_processor.py）
  data_processor = pyimport("data_processor")
  # 直接调用脚本中处理数据的函数，拿到嵌套字典
  nested_data = data_processor.load_and_transform()
  # 后续直接用nested_data对接NonConvex.jl即可
  

2. 修复JSON序列化问题 #

你遇到的json.dump失败，大概率是字典里的Int64是numpy的int64类型（非Python原生整数），JSON默认不支持numpy类型，自定义编码器就能解决：

• Python端序列化代码：

  import json
  import numpy as np
  
  class NumpyJSONEncoder(json.JSONEncoder):
      def default(self, obj):
          if isinstance(obj, np.integer):
              return int(obj)
          elif isinstance(obj, np.floating):
              return float(obj)
          elif isinstance(obj, np.ndarray):
              return obj.tolist()
          return super().default(obj)
  
  # 假设你的嵌套字典名为processed_data
  with open("data.json", "w", encoding="utf-8") as f:
      json.dump(processed_data, f, cls=NumpyJSONEncoder)
  

• Julia端用JSON.jl导入：

  using Pkg; Pkg.add("JSON")
  using JSON
  nested_data = JSON.parsefile("data.json")
  

3. 使用MsgPack二进制序列化 #

MsgPack是高效的二进制格式，支持更多原生数据类型，序列化速度快、文件体积小，适合大数据场景：

• Python端安装依赖并导出：

  import msgpack
  
  with open("data.msgpack", "wb") as f:
      msgpack.pack(processed_data, f)
  

• Julia端用MsgPack.jl导入：

  using Pkg; Pkg.add("MsgPack")
  using MsgPack
  f = open("data.msgpack", "rb")
  nested_data = unpack(f)
  close(f)
  

4. 修复Pickle.jl的兼容问题 #

若坚持用Pickle，问题通常出在Python和Julia的Pickle协议版本不匹配，指定兼容协议即可：

• Python端导出时指定协议4（兼容多数跨语言工具）：

  import pickle
  
  with open("data.pkl", "wb") as f:
      pickle.dump(processed_data, f, protocol=4)
  

• Julia端更新并使用Pickle.jl：

  using Pkg; Pkg.add("Pickle"); Pkg.update("Pickle")
  using Pickle
  nested_data = Pickle.load("data.pkl")
  

内容的提问来源于stack exchange，提问作者tuckdales