Question

使用请求，我需要在一次发布中将带有json数据的numpy数组发送到我的flask应用程序。我该怎么做？

Answer 1

要将numpy数组arr转换为json，可以在使用json.dumps(arr.tolist())保留维的同时对其进行序列化。然后在api端，可以使用np.array(json.loads(arr))进行解析。

但是，当使用请求json参数时，将为您处理转储和加载。因此，arr.tolist()就是客户端上所有必需的内容，而np.array(arr)则是api所需的全部内容。下面是完整的示例代码。

客户：

params = {'param0': 'param0', 'param1': 'param1'}
arr = np.random.rand(10, 10)
data = {'params': params, 'arr': arr.tolist()}

response = requests.post(url, json=data)

API：

@app.route('/test', methods=['POST'])
def test():
    data = request.json
    params = data['params']
    arr = np.array(data['arr'])
    print(params, arr.shape)
    return "Success"

输出：

{'param0': 'param0', 'param1': 'param1'} (10, 10)

注意：在files中使用data或requests.post参数时，将禁用json参数。

Answer 2

接受的答案可以完成小型阵列的工作，但大型阵列的性能非常低（至少 150% 的开销）。

我建议使用 tostring() 而不是 tolist()。

所以客户端会变成：

params = {'param0': 'param0', 'param1': 'param1'}
arr = np.random.rand(10, 10)
data = {'params': params, 'arr': arr.tostring()}
response = requests.post(url, json=data)

和 API：

@app.route('/test', methods=['POST'])
def test():
    data = request.json
    params = data['params']
    arr = np.fromstring(data['arr'],dtype=float).reshape(10,10)
    print(params, arr.shape)
    return "Success"

需要注意的是，数组的形状和数据类型必须事先知道或在请求正文中告知。

使用请求将带有json的numpy数组发布到flask应用

2 个答案: