python - SimpleJSON y matriz NumPy

Question

¿Cuál es la forma más eficiente de serializar una matriz numpy usando simplejson?

Answer 1

Acabo de descubrir la respuesta de tlausch a esta pregunta y me di cuenta que da la respuesta casi correcta para mi problema, pero al menos para mí no funciona en Python 3.5, debido a varios errores: 1 - recursión infinita 2 - los datos se guardaron como Ninguno

como todavía no puedo comentar directamente la respuesta original, esta es mi versión:

import base64
import json
import numpy as np
class NumpyEncoder(json.JSONEncoder):
def default(self, obj):
"""If input object is an ndarray it will be converted into a dict
holding dtype, shape and the data, base64 encoded.
"""
if isinstance(obj, np.ndarray):
if obj.flags[''C_CONTIGUOUS'']:
obj_data = obj.data
else:
cont_obj = np.ascontiguousarray(obj)
assert(cont_obj.flags[''C_CONTIGUOUS''])
obj_data = cont_obj.data
data_b64 = base64.b64encode(obj_data)
return dict(__ndarray__= data_b64.decode(''utf-8''),
dtype=str(obj.dtype),
shape=obj.shape)
def json_numpy_obj_hook(dct):
"""Decodes a previously encoded numpy ndarray with proper shape and dtype.
:param dct: (dict) json encoded ndarray
:return: (ndarray) if input was an encoded ndarray
"""
if isinstance(dct, dict) and ''__ndarray__'' in dct:
data = base64.b64decode(dct[''__ndarray__''])
return np.frombuffer(data, dct[''dtype'']).reshape(dct[''shape''])
return dct
expected = np.arange(100, dtype=np.float)
dumped = json.dumps(expected, cls=NumpyEncoder)
result = json.loads(dumped, object_hook=json_numpy_obj_hook)
# None of the following assertions will be broken.
assert result.dtype == expected.dtype, "Wrong Type"
assert result.shape == expected.shape, "Wrong Shape"
assert np.allclose(expected, result), "Wrong Values"

Answer 2

Encontré este código json de subclase para serializar matrices numpy unidimensionales dentro de un diccionario. Lo intenté y me funciona.

class NumpyAwareJSONEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, numpy.ndarray) and obj.ndim == 1:
return obj.tolist()
return json.JSONEncoder.default(self, obj)

Mi diccionario es ''resultados''. Así es como escribo en el archivo "data.json":

j=json.dumps(results,cls=NumpyAwareJSONEncoder)
f=open("data.json","w")
f.write(j)
f.close()

Answer 3

Esto muestra cómo convertir de una matriz 1D NumPy a JSON y volver a una matriz:

try:
import json
except ImportError:
import simplejson as json
import numpy as np
def arr2json(arr):
return json.dumps(arr.tolist())
def json2arr(astr,dtype):
return np.fromiter(json.loads(astr),dtype)
arr=np.arange(10)
astr=arr2json(arr)
print(repr(astr))
# ''[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]''
dt=np.int32
arr=json2arr(astr,dt)
print(repr(arr))
# array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Sobre la base de la respuesta de tlausch , aquí hay una forma de codificar JSON una matriz NumPy conservando la forma y el tipo de cualquier matriz NumPy, incluidas las de tipo complejo.

class NDArrayEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, np.ndarray):
output = io.BytesIO()
np.savez_compressed(output, obj=obj)
return {''b64npz'' : base64.b64encode(output.getvalue())}
return json.JSONEncoder.default(self, obj)
def ndarray_decoder(dct):
if isinstance(dct, dict) and ''b64npz'' in dct:
output = io.BytesIO(base64.b64decode(dct[''b64npz'']))
output.seek(0)
return np.load(output)[''obj'']
return dct
# Make expected non-contiguous structured array:
expected = np.arange(10)[::2]
expected = expected.view(''<i4,<f4'')
dumped = json.dumps(expected, cls=NDArrayEncoder)
result = json.loads(dumped, object_hook=ndarray_decoder)
assert result.dtype == expected.dtype, "Wrong Type"
assert result.shape == expected.shape, "Wrong Shape"
assert np.array_equal(expected, result), "Wrong Values"

Answer 4

Mejorando la respuesta de Russ, también incluiría los escalares np.generic :

class NumpyAwareJSONEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, np.ndarray) and obj.ndim == 1:
return obj.tolist()
elif isinstance(obj, np.generic):
return obj.item()
return json.JSONEncoder.default(self, obj)

Answer 5

Para mantener el tipo y la dimensión, intente esto:

import base64
import json
import numpy as np
class NumpyEncoder(json.JSONEncoder):
def default(self, obj):
"""If input object is an ndarray it will be converted into a dict
holding dtype, shape and the data, base64 encoded.
"""
if isinstance(obj, np.ndarray):
if obj.flags[''C_CONTIGUOUS'']:
obj_data = obj.data
else:
cont_obj = np.ascontiguousarray(obj)
assert(cont_obj.flags[''C_CONTIGUOUS''])
obj_data = cont_obj.data
data_b64 = base64.b64encode(obj_data)
return dict(__ndarray__=data_b64,
dtype=str(obj.dtype),
shape=obj.shape)
# Let the base class default method raise the TypeError
super(JsonNumpy, self).default(obj)
def json_numpy_obj_hook(dct):
"""Decodes a previously encoded numpy ndarray with proper shape and dtype.
:param dct: (dict) json encoded ndarray
:return: (ndarray) if input was an encoded ndarray
"""
if isinstance(dct, dict) and ''__ndarray__'' in dct:
data = base64.b64decode(dct[''__ndarray__''])
return np.frombuffer(data, dct[''dtype'']).reshape(dct[''shape''])
return dct
expected = np.arange(100, dtype=np.float)
dumped = json.dumps(expected, cls=NumpyEncoder)
result = json.loads(dumped, object_hook=json_numpy_obj_hook)
# None of the following assertions will be broken.
assert result.dtype == expected.dtype, "Wrong Type"
assert result.shape == expected.shape, "Wrong Shape"
assert np.allclose(expected, result), "Wrong Values"

Answer 6

Si quieres aplicar el método de Russ a matrices numpy n-dimensionales, puedes probar esto

class NumpyAwareJSONEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, numpy.ndarray):
if obj.ndim == 1:
return obj.tolist()
else:
return [self.default(obj[i]) for i in range(obj.shape[0])]
return json.JSONEncoder.default(self, obj)

Esto simplemente convertirá una matriz n-dimensional en una lista de listas con profundidad "n". Para convertir estas listas en una matriz numpy, my_nparray = numpy.array(my_list) funcionará independientemente de la lista "profundidad".

Answer 7

También puede responder esto con solo una función que se pasa a json.dumps de esta manera:

json.dumps(np.array([1, 2, 3]), default=json_numpy_serializer)

Con

import numpy as np
def json_numpy_serialzer(o):
""" Serialize numpy types for json
Parameters:
o (object): any python object which fails to be serialized by json
Example:
>>> import json
>>> a = np.array([1, 2, 3])
>>> json.dumps(a, default=json_numpy_serializer)
"""
numpy_types = (
np.bool_,
# np.bytes_, -- python `bytes` class is not json serializable
# np.complex64, -- python `complex` class is not json serializable
# np.complex128, -- python `complex` class is not json serializable
# np.complex256, -- special handling below
# np.datetime64, -- python `datetime.datetime` class is not json serializable
np.float16,
np.float32,
np.float64,
# np.float128, -- special handling below
np.int8,
np.int16,
np.int32,
np.int64,
# np.object_ -- should already be evaluated as python native
np.str_,
np.timedelta64,
np.uint8,
np.uint16,
np.uint32,
np.uint64,
np.void,
)
if isinstance(o, np.ndarray):
return o.tolist()
elif isinstance(o, numpy_types):
return o.item()
elif isinstance(o, np.float128):
return o.astype(np.float64).item()
# elif isinstance(o, np.complex256): -- no python native for np.complex256
# return o.astype(np.complex128).item() -- python `complex` class is not json serializable
else:
raise TypeError("{} of type {} is not JSON serializable".format(repr(o), type(o)))

validado

need_addition_json_handeling = (
np.bytes_,
np.complex64,
np.complex128,
np.complex256,
np.datetime64,
np.float128,
)
numpy_types = tuple(set(np.typeDict.values()))
for numpy_type in numpy_types:
print(numpy_type)
if numpy_type == np.void:
# complex dtypes evaluate as np.void, e.g.
numpy_type = np.dtype([(''name'', np.str_, 16), (''grades'', np.float64, (2,))])
elif numpy_type in need_addition_json_handeling:
print(''python native can not be json serialized'')
continue
a = np.ones(1, dtype=nptype)
json.dumps(a, default=json_numpy_serialzer)

Answer 8

Una forma rápida, aunque no realmente óptima, es usar Pandas :

import pandas as pd
pd.Series(your_array).to_json(orient=''values'')

Answer 9

simplejson.dumps(somearray.tolist()) como el enfoque más conveniente (si todavía simplejson usando simplejson , lo que implica estar atrapado con Python 2.5 o anterior; 2.6 y posterior tener un módulo de biblioteca estándar json que funciona de la misma manera, así que por supuesto usaría eso si la versión de Python en uso lo soporta ;-).

En una búsqueda por una mayor eficiencia, podría subclase json.JSONEncoder (en json ; no sé si el antiguo simplejson ya ofrecía tales posibilidades de personalización) y, en el método default , casos de casos especiales de numpy.array al convertirlos en una lista o tuplas "justo a tiempo". En cierto modo, dudo que ganes suficiente con ese enfoque, en términos de rendimiento, para justificar el esfuerzo.