无法在Python中加载以前转储的大尺寸pickle文件

Question

我使用cPickle和协议版本2来转储一些计算结果。 代码如下所示：

> f = open('foo.pck', 'w')
> cPickle.dump(var, f, protocol=2)
> f.close()

变量var是长度为2的元组。 var [0]的类型是一个列表，var [1]是一个numpy.ndarray。

上面的代码段成功生成了一个大尺寸（~1.7G）的文件。

但是，当我尝试从foo.pck加载变量时，我收到以下错误。

ValueError                                Traceback (most recent call last)
/home/user_account/tmp/<ipython-input-3-fd3ecce18dcd> in <module>()
----> 1 v = cPickle.load(f)
ValueError: buffer size does not match array size

加载代码如下所示。

> f= open('foo.pck', 'r')
> v = cPickle.load(f)

我也尝试使用pickle（而不是cPickle）来加载变量，但是得到了类似的错误消息，如下所示。

ValueError                                Traceback (most recent call last)
/home/user_account/tmp/<ipython-input-3-aa6586c8e4bf> in <module>()
----> 1 v = pickle.load(f)

/usr/lib64/python2.6/pickle.pyc in load(file)
   1368 
   1369 def load(file):
-> 1370     return Unpickler(file).load()
   1371 
   1372 def loads(str):

/usr/lib64/python2.6/pickle.pyc in load(self)
    856             while 1:
    857                 key = read(1)
--> 858                 dispatch[key](self)
    859         except _Stop, stopinst:
    860             return stopinst.value

/usr/lib64/python2.6/pickle.pyc in load_build(self)
   1215         setstate = getattr(inst, "__setstate__", None)
   1216         if setstate:
-> 1217             setstate(state)
   1218             return
   1219         slotstate = None

ValueError: buffer size does not match array size

我尝试了相同的代码段到更小的数据，它工作正常。 所以我最好的猜测是我达到了pickle（或cPickle）的加载大小限制。 但是，成功转储（使用大型变量）但无法加载是很奇怪的。

如果这确实是一个加载大小限制问题，我应该如何绕过它？ 如果没有，问题的可能原因是什么？

任何建议表示赞赏。 谢谢！

Answer 1

如何通过numpy.save()和np.load()保存和加载numpy数组？

您可以将pickled list和numpy数组保存到同一个文件中：

import numpy as np
import cPickle
data = np.random.rand(50000000)
f = open('foo.pck', 'wb')
cPickle.dump([1,2,3], f, protocol=2)
np.save(f, data)
f.close()

阅读数据：

import cPickle
import numpy as np
f= open('foo.pck', 'rb')
v = cPickle.load(f)
data = np.load(f)
print data.shape, data