Question

在搜索上一个答案一小时后，我陷入了这个小问题。我想在我的代码中存储.yaml文件中的矩阵

我从我的代码中获得了什么

Matrix
[[  1.00665266e+03   0.00000000e+00   5.08285432e+02]
 [  0.00000000e+00   1.01086937e+03   3.45995536e+02]
 [  0.00000000e+00   0.00000000e+00   1.00000000e+00]]

我是如何尝试保存此矩阵的（mtx是我的代码中的较短名称）

fname = "calibrationC300.yaml"

data = dict(
    Matrix = mtx,
)

with open(fname, "w") as f:
    yaml.dump(data, f, default_flow_style=False)

但我在YAML文件中读到的内容完全错误（只是转换错误？）

Matrix: !!python/object/apply:numpy.core.multiarray._reconstruct
  args:
  - &id001 !!python/name:numpy.ndarray ''
  - !!python/tuple [0]
  - b
  state: !!python/tuple
  - 1
  - !!python/tuple [3, 3]
  - !!python/object/apply:numpy.dtype
    args: [f8, 0, 1]
    state: !!python/tuple [3, <, null, null, null, -1, -1, 0]
  - false
  - !!binary |
    cWM87e1YkEAAAAAAAAAAAIUEEyb5SH1AAAAAAAAAAACp/Z3yc2qQQFv0vPqb5nZAAAAAAAAAAAAA
    AAAAAAAAAAAAAAAAAPA/

这是我第一次使用Yaml文件，我做错了什么？有没有一种方法可以在yaml文件中以简单的形式（因为我从代码中获得）获得矩阵？提前谢谢

Answer 1

这里唯一的错误似乎是你对numpy内部结构如何能够而且应该被转移到YAML的期望。

轻松检查YAML的内容是否正确，load是dump - 编辑：

import ruamel.yaml
import numpy
import pprint

mtx = numpy.multiarray = [[1.00665266e+03, 0.00000000e+00, 5.08285432e+02],
                          [0.00000000e+00, 1.01086937e+03, 3.45995536e+02],
                          [0.00000000e+00, 0.00000000e+00, 1.00000000e+00],]

data = dict(Matrix=mtx)

yaml_str = ruamel.yaml.dump(data, default_flow_style=False)
data = ruamel.yaml.load(yaml_str)
print(data)

给出：

{'Matrix': [[1006.65266, 0.0, 508.285432], [0.0, 1010.86937, 345.995536], [0.0, 0.0, 1.0]]}

numpy使用的特殊类型非转储为简单（且可读）的YAML，无法保证可以重新加载。对于某些构造可能是有可能的，虽然它很容易导致歧义，并且AFAIK简化不适用于任何numpy类型。

当然，您可以通过执行以下操作来转储该YAML而无需numpy提供其还原信息：

ruamel.yaml.round_trip_dump(data, sys.stdout)

给出：

Matrix:
- - 1006.65266
  - 0.0
  - 508.285432
- - 0.0
  - 1010.86937
  - 345.995536
- - 0.0
  - 0.0
  - 1.0

更具可读性，但当你从YAML表示再次load()时，它不会自动成为numpy.multiarray 。

Answer 2

我也不是专家，但产生的yaml似乎是正确的。默认情况下，您可以看到基元类型很好地呈现的数据。对于其他人，您可能需要采取一些行动。请阅读documentation。

祝你好运！

（我没有足够的代表发表评论，否则我会将此帖留作评论。）

Answer 3

float和numpy.float64之间的区别。 Yaml使用更复杂的方式表示numpy.float64。如果您想要更多可读的Yaml，则可以更改为float。请参见以下示例：

print(yaml.dump({'test': 1, 'data':float(0.2)}, default_flow_style=False))
print(yaml.dump({'test': 2, 'data':numpy.float64(0.2)}, default_flow_style=False))

输出为：

data: 0.2

test: 1

data: !!python/object/apply:numpy.core.multiarray.scalar
- !!python/object/apply:numpy.dtype
  args:
  - f8
  - 0
  - 1
  state: !!python/tuple
  - 3
  - <
  - null
  - null
  - null
  - -1
  - -1
  - 0
- !!binary |
  mpmZmZmZyT8=

test: 2

使用python将结果保存在YAML文件中

3 个答案: