读/写包含任意长度列表的CSV字典数组

Question

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"])

Answer 1

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

如何在保留矩阵尺寸的同时序列化一个numpy数组？

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。