将numpy ndarray转换为dict但数组具有形状（）[重复]

Question

在 Python 3.7 中，Numpy：我使用 numpy 保存并加载了一个字典（就像我在这里已经问过的：Saving a sequence of 3rd-order Tensors and reading it back without losing array format）。

加载它会将其合并为一件大事，我无法再获得单个值。

我使用np.save('filename', dict) 来保存像{(1, 0): 1, (1, 1): 2, (2, 0): 3, (2, 1): 4} 和loaded_dict = np.load('filename.npy', allow_pickle=True) 这样的字典来加载我需要成为字典的对象。

现在只是尝试做loaded_dict[(1, 0)] 不起作用。实际上： print(loaded_dict.shape) 输出()。

工作示例代码：

import numpy as np

example_dict = {(1, 0): 1, (1, 1): 2, (2, 0): 3, (2, 1): 4}
np.save('filename', example_dict)

loaded_dict = np.load('filename.npy', allow_pickle=True)
print(loaded_dict) # Works just fine, prints out the example dict
print(type(loaded_arrs)) # Outputs <class 'numpy.ndarray'>
print(loaded_dict.shape) # Outputs ()
print(loaded_dict[(1, 0)]) # Does not work, Error below

输出：

{(1, 0): 1, (1, 1): 2, (2, 0): 3, (2, 1): 4}
<class 'numpy.ndarray'>
()
IndexError: too many indices for array

我真的只需要按这个顺序排列的数字1, 2, 3, 4。最初我也想使用元组，但仅获取数字（按顺序！）就足够了。

另外：这些数字是原始列表。我将其保留在代码之外以使其更具可读性。要解决多大的问题？如果您只有整数的解决方案，我也可以使用它！

任何帮助将不胜感激。我已经有一个 127 KB 的文件，需要 11 个小时才能制作出来，所以最好我想用我已经拥有的东西制作一些东西。如果这不可能或太复杂，那么我可以重新开始，但只能作为最后的手段。

Answer 1

loaded_dict 是 numpy.ndarray 不是字典。您可以使用 .item() 方法访问字典，

loaded_dict.item()[(1, 0)]

如果您想访问所有可以使用的字典值，

for key,value in loaded_dict.item().items():
    print(value)