numpy数组转JSON文件报错：int对象无get属性，求函数改写方案

错误原因分析 #

先看你遇到的错误：

AttributeError: 'int' object has no attribute 'get'

这个问题出在save_output函数的sorted排序逻辑里——你把遍历到的每个x当成了字典，调用x.get("idx")来获取id，但实际上x是numpy.int16类型的数值，根本没有get方法。

为什么会这样？因为你把预测数组转成DataFrame后，直接把DataFrame传给了save_output，但DataFrame的默认遍历对象是列名（单列场景下遍历到的就是单个数值），不是你期望的带id的字典结构，自然就找不到get属性了。

你的核心需求是：给形如[1,0,1...0,0,1]的预测数组每个元素添加id，然后保存为JSON文件。下面给你两种可行的解决方案：

方案1：直接生成带id的字典列表（更简洁） #

不用绕DataFrame，直接遍历预测数组生成带id的字典，再写入JSON：

import json
import numpy as np

# 假设这是你的numpy.int16预测数组
predictions = np.array([1, 0, 1, 0, 0, 1], dtype=np.int16)

def save_output(data, path):
    with open(path, mode="w") as file:
        # 按id排序（如果id是顺序生成的，这一步可以省略）
        for line in sorted(data, key=lambda x: x["idx"]):
            file.write(f"{json.dumps(line, ensure_ascii=False)}\n")

# 生成带id的字典列表，id从1开始（可根据需求改成从0开始）
data_with_ids = [{"idx": i+1, "prediction": int(val)} for i, val in enumerate(predictions)]

# 调用函数保存
save_output(data_with_ids, "predictions.json")

方案2：基于你原有的DataFrame代码修改 #

如果你一定要用pandas处理，可以先给DataFrame添加id列，再转成字典列表：

import json
import pandas as pd
import numpy as np

predictions = np.array([1, 0, 1, 0, 0, 1], dtype=np.int16)
# 转成DataFrame并添加id列
df = pd.DataFrame({"prediction": predictions})
df["idx"] = df.index + 1  # id从1开始计数

def save_output(data, path):
    with open(path, mode="w") as file:
        for line in sorted(data, key=lambda x: x["idx"]):
            file.write(f"{json.dumps(line, ensure_ascii=False)}\n")

# 把DataFrame转成字典列表
data_with_ids = df.to_dict("records")

# 保存文件
save_output(data_with_ids, "predictions.json")

补充说明 #

• 两种方案生成的JSON文件每行都是一个带idx和prediction的JSON对象，符合你的需求。
• 如果你的id不需要排序（因为生成时已经是顺序的），可以去掉sorted那一步，提升效率。

内容的提问来源于stack exchange，提问作者Гыггыг Фидолобабович