[英]Read/write CSV Array of Dicts containing an list of arbitrary length
我目前正在将下面的字典数组写入一个csv文件:
tmp_res = [{"val1": 1.0, "val2": 2, "ar_1": [[65.41156005859375, 53.709598541259766], [251.97698974609375, 153.14926147460938]] },....]
ar1
表示任意长度[-1,2]
的*ndarray*
,- -1
在Dicts中不是恒定的。
读取后,我按预期得到了val1
和val2
的单个值,但是该数组不容易读取。
"[[65.41156005859375, 53.709598541259766], [251.97698974609375, 153.14926147460938]]"
我知道我可以处理该字符串,并用一些字符分隔它。 但是,似乎应该对此有一个更好,更优雅的解决方案来解决此问题。
将此类数据保存到文件并还原的最佳方法是什么?
编辑:澄清我的保存和读取文件。 我通过csv.DictWriter
以以下方式保存文件:
# Exemplary Data:
results = [{'mean_iou': 0.3319194248978337, 'num_boxes': 1, 'centroids': [[101.21826171875, 72.79462432861328]]}, {'mean_iou': 0.4617333142965009, 'num_boxes': 2, 'centroids': [[65.41156005859375, 53.709598541259766], [251.97698974609375, 153.14926147460938]]}, {'mean_iou': 0.537150158582514, 'num_boxes': 3, 'centroids': [[50.82071304321289, 42.616580963134766], [304.91583251953125, 176.09994506835938], [140.43699645996094, 104.00206756591797]]}]
# The given results data is basically tmp_res after the for loop.
tmp_res = []
for i in range(0, len(results):
res_dict = {}
res_dict["centroids"] = results[i]["centroids"]
res_dict["mean_iou"] = results[i]["mean_iou"]
res_dict["num_boxes"] = results[i]["num_boxes"]
tmp_res.append(res_dict)
# Writing to File
keys = tmp_res[0].keys()
with open('anchor.csv','w+') as output_file:
dict_writer = csv.DictWriter(output_file, keys)
dict_writer.writeheader()
dict_writer.writerows(tmp_res)
# Reading from File
num_centroids = []
mean_ious = []
centroids = []
reader = csv.DictReader(csvfile,
fieldnames=["mean_iou",
"num_boxes",
"centroids"])
# Skipping line of the header
next(reader, None)
for row in reader:
centroids.append(row["centroids"])
num_centroids.append(row["num_boxes"])
mean_ious.append(row["mean_iou"])
该文件的摘录如下所示:
mean_iou,num_boxes,centroids
0.3319194248978337,1,"[[101.21826171875, 72.79462432861328]]"
0.4617333142965009,2,"[[65.41156005859375, 53.709598541259766], [251.97698974609375, 153.14926147460938]]"
0.537150158582514,3,"[[50.82071304321289, 42.616580963134766], [304.91583251953125, 176.09994506835938], [140.43699645996094, 104.00206756591797]]"
0.5602804262309611,4,"[[49.9361572265625, 41.09553146362305], [306.10711669921875, 177.09762573242188], [88.86656188964844, 167.8087921142578], [151.82627868652344, 81.80717468261719]]"
我怀疑csv.DictWriter不知道如何处理多个值的数组,因为它包含一个Comma ,这会破坏逗号分隔值的格式。 因此,它将数据包装到字符串中,以避免结构冲突。
在阅读Serges答案和您的评论时,我认为使用JSON结构而不是CSV可以满足我的需求。 它很容易支持我正在寻找的结构。
但是我认为csv.dictWriter
能够处理某种形式的自身“ to-string-wrapped”数据的解包。
也为延迟感到抱歉。
解决方案:来自Serge的解决方案应用于代码中:
#Added Json
import json
# Reading from File
num_centroids = []
mean_ious = []
centroids = []
reader = csv.DictReader(csvfile,fieldnames=["mean_iou",
"num_boxes",
"centroids"])
# Skipping line of the header
next(reader, None)
for row in reader:
centroids.append(json.loads(row["centroids"]))
num_centroids.append(row["num_boxes"])
mean_ious.append(row["mean_iou"])
您的文件不是csv格式,只是python字典。 只需将文件读入字符串并使用eval
语句(危险但容易)或编写自定义解析器,例如,将字符串分解为数组,除去逗号和括号,应用np.fromstring然后进行整形即可。
好奇地"[[65.41156005859375, 53.709598541259766], ..."
看起来像是一个有效的json,所以np.array( json.loads ( "[[65.41156005859375, 53.709598541259766], [251.97698974609375, 153.14926147460938]]" ))
应该导致ndarray结果。 注意tmp_res =
无效的json,因此json.load('myfile')
将失败
PS。 CSV仅适用于表格数据,不适用于多维数据。 如果必须,您可以使用标准csv进行双重csv并拆分
s = "[[76 ... "
lines = s.split(']], [[')
reader = csv.reader(lines, delimiter=', ')
or use panda from_csv you can define ]], [[ as lineseparator in C mode.
我猜,更好的解决方案是将数据存储在有效的json中(不分配任何内容)。 或者,您可以尝试使用指定的numpy.save numpy.load
存储二进制数据,以实现更大的可伸缩性。
有关其他可行的替代方法,请阅读
PS。 CSV旨在用于表格数据,而不是用于任意的多维数据,因此在这里只是选择不佳。 尽管如此,如果您必须的话,您可以使用双csv阅读器,尽管看起来很丑
text = "[[6...
lines = text.split("]], [[")
reader2 = csv.reader(lines, delimiter=', ')
...
或者您也可以修改熊猫csv阅读器,甚至可以使用自定义行定界符。 也许一些更强大的csv库会更好地工作。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.