如何在IBM Watson Studio的Python环境与本地Python程序间建立数据连接

方案1：部署云侧函数为API端点（最适合少量数据单次传输） #

这是官方推荐的轻量交互方式，无需依赖COS存储文件，直接通过HTTP请求传参和拿结果：

• 第一步：Watson Studio侧部署处理函数
  在云侧Python环境中编写你的运算逻辑，支持直接接收整数、序列化后的numpy数组参数，示例代码如下：

  import numpy as np
  import pickle
  import base64
  
  def cloud_calculate(input_params):
      # 接收本地传入的两类参数
      int_vars = input_params.get("int_list", [])
      # 反序列化numpy数组
      np_arr = pickle.loads(base64.b64decode(input_params["np_arr_b64"]))
  
      # 这里替换成你自己的运算逻辑
      result = np.mean(np_arr) + sum(int_vars)
  
      # 结果序列化返回
      return {"calculate_result": float(result)}
  

  写完后在Watson Studio中将该函数部署为无服务器API，获取API调用地址和鉴权密钥即可。
• 第二步：本地Python侧调用API传参
  本地直接用requests库发起请求，把参数序列化后传输即可，示例代码如下：

  import requests
  import numpy as np
  import pickle
  import base64
  
  # 替换成你自己部署的API信息
  API_ENDPOINT = "你的Watson Studio API访问地址"
  API_TOKEN = "你的API鉴权密钥"
  
  # 准备要上传的参数
  test_int_list = [2, 4, 6]
  test_np_arr = np.array([1, 3, 5, 7, 9])
  
  # 序列化numpy数组为base64字符串方便传输
  np_arr_b64 = base64.b64encode(pickle.dumps(test_np_arr)).decode()
  
  # 发起请求
  response = requests.post(
      API_ENDPOINT,
      headers={"Authorization": f"Bearer {API_TOKEN}"},
      json={
          "int_list": test_int_list,
          "np_arr_b64": np_arr_b64
      }
  )
  
  # 直接获取返回结果
  print("云侧运算结果：", response.json()["calculate_result"])
  

  如果你担心pickle的安全风险，1000个元素以内的numpy数组可以直接转成Python列表，用原生JSON传输即可，不需要序列化。

方案2：WebSocket长连接（适合频繁交互场景） #

如果你需要多次、高频传输参数拿结果，不想每次调用API的额外开销，可以用WebSocket建立长连接：

• 云侧Watson Studio安装websockets依赖后，启动轻量WebSocket服务：

  import asyncio
  import websockets
  import numpy as np
  import json
  
  async def handle_request(websocket):
      async for msg in websocket:
          data = json.loads(msg)
          int_list = data["int_list"]
          np_arr = np.array(data["np_arr"])
          # 运算逻辑替换
          res = np.sum(np_arr) * sum(int_list)
          await websocket.send(json.dumps({"res": float(res)}))
  
  async def main():
      async with websockets.serve(handle_request, "0.0.0.0", 8765):
          await asyncio.Future()
  
  asyncio.run(main())
  

  对端口做公网映射后，本地用WebSocket客户端直接连接传输参数即可。

注意事项 #

• 传输敏感数据时必须在API或WebSocket层加鉴权逻辑，避免未授权访问
• 单个数组元素超过1000个的场景还是建议用COS传输，避免请求超时
• pickle序列化仅推荐在你完全控制两端代码的场景使用，避免执行恶意序列化内容

内容的提问来源于stack exchange，提问作者lalakersfan29