在 csv 文件-python 中存储高维特征答案

【问题标题】：Storing high dimensional features in csv file-python在 csv 文件-python 中存储高维特征
【发布时间】：2019-02-08 04:27:37
【问题描述】：

我正在尝试使用 SVM 分类器对某些图像进行分类。我正在使用预训练的 inception V3 模型提取图像的特征。我想将提取的特征保存到 csv 或 excel 文件中，然后为它们分配标签，以便它们可以与 SVM 分类器一起使用。这些功能当前位于 numpy 数组中。我想将此 numpy 数组转储到 excel 或 csv 文件中。使用 numpy "savetxt" 函数时，会报错

期望一维或二维数组，而不是数组是 %d 维

这意味着它无法将特征数组转储到 csv 文件，因为它的维度很高。有人可以告诉我一种将这个高维数组转储到 excel 或 csv 文件的方法吗？

from keras.applications.inception_v3 import InceptionV3
from keras.applications.inception_v3 import preprocess_input
from keras.applications.inception_v3 import decode_predictions
import os

from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True

import scipy.io
from keras.preprocessing import image
import numpy as np
import pandas as pd

model = InceptionV3(weights='imagenet', include_top=False)
model.summary()

#for file in os.listdir('D:/MS/Literature for thesis/Mediaeval 2018/multimedia task/tools/twitter_downloader/evidence_0/'):
img_path='900095331450273792.png'
img = image.load_img(img_path, target_size=(229, 229))
img_data = image.img_to_array(img)
img_data = np.expand_dims(img_data, axis=0)
img_data = preprocess_input(img_data)

inception_feature = model.predict(img_data)
df = pd.DataFrame (inception_feature)
filepath = 'my_excel_file.xlsx'
df.to_excel(filepath, index=False)

enter image description here

【问题讨论】：

向我们展示代码示例、错误堆栈和示例数据。
我已经添加了代码。请看一看。
你能打印出你的数据框的形状吗：print(df.shape)

标签： javascript python scikit-learn keras

【解决方案1】：

如果你只是想把高维数组保存在一个文件中，那么你最好把它保存为一个pickle文件

import numpy as np
import pickle

m_array = np.arange(24).reshape(4,2,3)

# save as pickle file
with open('filename.pickle', 'wb') as handle:
    pickle.dump(m_array , handle, protocol=pickle.HIGHEST_PROTOCOL)

# read pickle file
with open('filename.pickle', 'rb') as handle:
    b = pickle.load(handle)

但如果你想将它保存为 CSV 文件，请使用 pandas 库。

您可以找到更多详情here

【讨论】：