在 Python 中保存 KDTree 对象？

Question

我正在使用 Scipy 的 KDTree 实现来读取 300 MB 的大文件。现在，有没有办法我可以将数据结构保存到磁盘并再次加载它，或者我是否坚持从文件中读取原始点并在每次启动程序时构建数据结构？我正在按如下方式构建 KDTree：

def buildKDTree(self):
        self.kdpoints = numpy.fromfile("All", sep=' ')
        self.kdpoints.shape = self.kdpoints.size / self.NDIM, NDIM
        self.kdtree = KDTree(self.kdpoints, leafsize = self.kdpoints.shape[0]+1)
        print "Preparing KDTree... Ready!"

有什么建议吗？

Answer 1

KDtree 使用嵌套类来定义其节点类型（innernode、leafnode）。 Pickle 仅适用于模块级别的类定义，因此嵌套类会将其绊倒：

import cPickle

class Foo(object):
    class Bar(object):
        pass

obj = Foo.Bar()
print obj.__class__
cPickle.dumps(obj)

<class '__main__.Bar'>
cPickle.PicklingError: Can't pickle <class '__main__.Bar'>: attribute lookup __main__.Bar failed

但是，有一个（hacky）解决方法，将类定义猴子修补到模块范围内的scipy.spatial.kdtree 中，以便pickler 可以找到它们。如果所有读取和写入腌制 KDtree 对象的代码都安装了这些补丁，那么这个 hack 应该可以正常工作：

import cPickle
import numpy
from scipy.spatial import kdtree

# patch module-level attribute to enable pickle to work
kdtree.node = kdtree.KDTree.node
kdtree.leafnode = kdtree.KDTree.leafnode
kdtree.innernode = kdtree.KDTree.innernode

x, y = numpy.mgrid[0:5, 2:8]
t1 = kdtree.KDTree(zip(x.ravel(), y.ravel()))
r1 = t1.query([3.4, 4.1])
raw = cPickle.dumps(t1)

# read in the pickled tree
t2 = cPickle.loads(raw)
r2 = t2.query([3.4, 4.1])
print t1.tree.__class__
print repr(raw)[:70]
print t1.data[r1[1]], t2.data[r2[1]]

输出：

<class 'scipy.spatial.kdtree.innernode'>
"ccopy_reg\n_reconstructor\np1\n(cscipy.spatial.kdtree\nKDTree\np2\nc_
[3 4] [3 4]