如何以人类可读的格式写入 yaml 文件？

Question

我需要编写一些数据类型：

一个。 numpy 数组的列表，例如[ndarray, ndarray, ndarray] 大小不一。

b.任何任意 numpy 数组，例如np.zeros((5,6)), np.randn((76,2)) 等等。

c。我还没有想到的任何其他未来数据类型。

要求：

1. 我需要一个函数来保存所有这些数据类型，无需特定处理，并且未来与上述 c 类型兼容。

2. 我还需要人类可读格式的输出文件转储。

到目前为止，我只能使用 YAML 或 pickle 来实现要求 1，这两者都使用二进制文件，即人类不可读。

@staticmethod
def _read_with_yaml(path):
    with open(path, 'r') as stream:
        return yaml.load(stream)

@staticmethod
def _write_with_yaml(path, obj):
    with io.open(path, 'w+', encoding='utf8') as outfile:
        yaml.dump(obj, outfile, default_flow_style=False, allow_unicode=True)

此示例代码输出非人类可读的文件，但适用于我拥有的数据类型。

有没有办法同时满足这两个要求？

Answer 1

不，无法满足您的要求。

您已经有一个函数yaml.dump() 可以保存所有这些数据类型。正如您所注意到的，对于 numpy 数据结构，它并没有以一种非常易读的方式这样做。这是由于 numpy 没有针对其特殊数据结构的转储例程，而是退回到不那么可读的默认 !python.... 标记的数据结构转储。现在您（或 YAML 或 Numpy 包维护者）可以为那些以更易读的格式转储的对象提供特殊的例程，以便可以覆盖。您可以使 YAML 库中的表示器更智能，并为 Numpy 数据结构获得更具可读性的输出，而无需接触 Numpy 类。

但是您希望对所有未来的数据类型都使用此功能，并且 IMO 应用了哥德尔定理的变体：即使 YAML 库经过扩展以涵盖所有已知情况并以可读方式转储它们，总会有新的数据结构，特别是在基于 C 的扩展（如 Numpy）中，如果没有额外的工作，就无法以可读的方式表示。

因为你的

我还没有想到的任何其他未来未知的数据类型。

前提，这不仅是一项艰巨的工作，而且是不可能的。