Pourquoi ne puis-je pas sérialiser un tableau NumPy en JSON dans Django ?

Tableaux NumPy et sérialisation JSON : dévoilement de l'énigme

Lorsque vous travaillez avec les tableaux NumPy et Django, vous pouvez rencontrer l'erreur cryptique "NumPy le tableau n'est pas sérialisable en JSON." Ce message déroutant apparaît lorsque vous tentez d'enregistrer un tableau NumPy en tant que variable de contexte Django et de le restituer sur une page Web.

Pour comprendre ce problème, nous plongeons dans le domaine de la sérialisation JSON. JavaScript Object Notation (JSON) est un format de données populaire utilisé pour l'échange et le stockage de données. Cependant, les tableaux NumPy, étant des tableaux multidimensionnels, ne peuvent pas être directement convertis en JSON. C'est de là que vient l'erreur.

La résolution : .tolist() à la rescousse

Pour résoudre ce dilemme, nous employons le '.tolist()' méthode. Cette méthode convertit un tableau NumPy en une liste imbriquée. Les listes imbriquées, contrairement aux tableaux, peuvent être sérialisées en JSON, comblant ainsi le fossé entre NumPy et JSON.

Mise en œuvre : guide étape par étape

1. Importez NumPy, les codecs et json :

<code class="python">import numpy as np
import codecs, json</code>

2. Créez un tableau NumPy :

<code class="python">a = np.arange(10).reshape(2, 5) # a 2 by 5 array</code>

3. Convertissez le tableau en une liste imbriquée en utilisant '.tolist()' :

<code class="python">b = a.tolist() # nested lists with same data, indices</code>

4. Définissez le chemin du fichier pour le stockage JSON :

<code class="python">file_path = "/path.json" ## your path variable</code>

5. Sérialisez la liste imbriquée vers JSON :

<code class="python">json.dump(b, codecs.open(file_path, 'w', encoding='utf-8'), 
          separators=(',', ':'), 
          sort_keys=True, 
          indent=4) ### this saves the array in .json format</code>

Désérialisation : Récupération du tableau NumPy

Pour récupérer le tableau NumPy à partir du fichier JSON :

1. Lire le fichier JSON dans une chaîne :

<code class="python">obj_text = codecs.open(file_path, 'r', encoding='utf-8').read()</code>

2. Charger la chaîne JSON dans une liste imbriquée :

<code class="python">b_new = json.loads(obj_text)</code>

3. Convertir la liste imbriquée vers un tableau NumPy :

<code class="python">a_new = np.array(b_new)</code>

Conclusion

En comprenant la nécessité de la sérialisation JSON et en utilisant le '.tolist()' méthode, nous pouvons combler de manière transparente le fossé entre les tableaux NumPy et Django. Cela nous permet d'enregistrer et de récupérer sans effort des tableaux NumPy en tant que variables de contexte, dotant ainsi nos applications Web de capacités avancées de manipulation de données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!