如何加载Jupyter Notebook中用自定义类保存的joblib文件

joblib 底层依赖 pickle 实现序列化，序列化自定义类实例时不会存储类的完整实现代码，仅会记录类所属的模块名、类名两个核心信息。反序列化时会自动到对应模块中检索匹配的类定义：

• 你在原 Jupyter Notebook 中定义 Duck 类时，该类默认归属于 __main__ 模块，当前 Notebook 运行时 __main__ 模块存在 Duck 定义，因此可以正常加载
• 切换到新的 Notebook 或 .py 脚本后，新的运行环境中 __main__ 模块没有预先定义 Duck 类，因此会抛出属性找不到的错误

方法1：预定义同版本类（临时适配） #

反序列化操作执行前，先在当前运行环境中定义和序列化时完全一致的 Duck 类，类的属性、方法、继承关系都不能有差异，示例代码如下：

# 先完整定义和序列化时一模一样的Duck类
class Duck:
    def quack(self):
        print("Quack!")

# 再执行加载逻辑
import joblib
my_duck = joblib.load("my_duck.joblib")

方法2：公共模块托管类（推荐方案） #

把自定义类的实现写到单独的公共 .py 文件中，序列化、反序列化场景都从该公共模块导入类使用，彻底避免跨环境找不到类的问题：

1. 新建 duck_utils.py 文件，写入 Duck 类的完整实现
2. 序列化时的代码：

from duck_utils import Duck
import joblib

duck = Duck()
joblib.dump(duck, "my_duck.joblib")

3. 任意新环境反序列化时的代码：

from duck_utils import Duck
import joblib

my_duck = joblib.load("my_duck.joblib")

方法3：手动注册类到__main__模块 #

如果不想修改类的引入方式，可以手动把类注册到运行环境的 __main__ 模块中，示例代码如下：

import __main__
import joblib

# 定义Duck类
class Duck:
    def quack(self):
        print("Quack!")

# 手动注册到__main__模块
__main__.Duck = Duck

# 加载序列化文件
my_duck = joblib.load("my_duck.joblib")

• 类定义必须和序列化时完全一致，如果类的方法、属性结构发生了变更，加载后的实例调用时可能会出现不可预期的异常
• 不要加载来源不明的 joblib/pickle 序列化文件，这类文件可能包含恶意执行代码，存在安全风险

内容的提问来源于stack exchange，提问作者J. Doe