python - cPickle 导入错误 : No module named multiarray-6ren

python - cPickle 导入错误 : No module named multiarray

转载作者：太空狗更新时间：2023-10-30 01:49:42

我正在使用 cPickle 将我的数据库保存到文件中。代码如下所示:

def Save_DataBase():
import cPickle
from scipy import *
from numpy import *
a=Results.VersionName
#filename='D:/results/'+a[a.find('/')+1:-a.find('/')-2]+Results.AssType[:3]+str(random.randint(0,100))+Results.Distribution+".lft"
filename='D:/results/pppp.lft'
plik=open(filename,'w')


DataOutput=[[[DataBase.Arrays.Nodes,DataBase.Arrays.Links,DataBase.Arrays.Turns,DataBase.Arrays.Connectors,DataBase.Arrays.Zones],
             [DataBase.Nodes.Data,DataBase.Links.Data,DataBase.Turns.Data,DataBase.OrigConnectors.Data,DataBase.DestConnectors.Data,DataBase.Zones.Data],
             [DataBase.Nodes.DictionaryPy2Vis,DataBase.Links.DictionaryPy2Vis,DataBase.Turns.DictionaryPy2Vis,DataBase.OrigConnectors.DictionaryPy2Vis,DataBase.DestConnectors.DictionaryPy2Vis,DataBase.Zones.DictionaryPy2Vis],
             [DataBase.Nodes.DictionaryVis2Py,DataBase.Links.DictionaryVis2Py,DataBase.Turns.DictionaryVis2Py,DataBase.OrigConnectors.DictionaryVis2Py,DataBase.DestConnectors.DictionaryVis2Py,DataBase.Zones.DictionaryVis2Py],
             [DataBase.Paths.List]],[Results.VersionName,Results.noZones,Results.noNodes,Results.noLinks,Results.noTurns,Results.noTrips,
                                     Results.Times.VersionLoad,Results.Times.GetData,Results.Times.GetCoords,Results.Times.CrossTheTime,Results.Times.Plot_Cylinder,
                                     Results.AssType,Results.AssParam,Results.tStart,Results.tEnd,Results.Distribution,Results.tVector]]



cPickle.dump(DataOutput, plik, protocol=0)
plik.close()`

而且效果很好。我的大部分数据库行都是列表、类向量或类数组数据集的列表。

但是现在当我输入数据时，出现错误:

def Load_DataBase():
    import cPickle 
    from scipy import *
    from numpy import *  
    filename='D:/results/pppp.lft'
    plik= open(filename, 'rb')
    """ first cPickle load approach """
    A= cPickle.load(plik)
    """ fail """
    """ Another approach - data format exact as in Output step above , also fails"""
    [[[DataBase.Arrays.Nodes,DataBase.Arrays.Links,DataBase.Arrays.Turns,DataBase.Arrays.Connectors,DataBase.Arrays.Zones],
                 [DataBase.Nodes.Data,DataBase.Links.Data,DataBase.Turns.Data,DataBase.OrigConnectors.Data,DataBase.DestConnectors.Data,DataBase.Zones.Data],
                 [DataBase.Nodes.DictionaryPy2Vis,DataBase.Links.DictionaryPy2Vis,DataBase.Turns.DictionaryPy2Vis,DataBase.OrigConnectors.DictionaryPy2Vis,DataBase.DestConnectors.DictionaryPy2Vis,DataBase.Zones.DictionaryPy2Vis],
                 [DataBase.Nodes.DictionaryVis2Py,DataBase.Links.DictionaryVis2Py,DataBase.Turns.DictionaryVis2Py,DataBase.OrigConnectors.DictionaryVis2Py,DataBase.DestConnectors.DictionaryVis2Py,DataBase.Zones.DictionaryVis2Py],
                 [DataBase.Paths.List]],[Results.VersionName,Results.noZones,Results.noNodes,Results.noLinks,Results.noTurns,Results.noTrips,
                                         Results.Times.VersionLoad,Results.Times.GetData,Results.Times.GetCoords,Results.Times.CrossTheTime,Results.Times.Plot_Cylinder,
                                         Results.AssType,Results.AssParam,Results.tStart,Results.tEnd,Results.Distribution,Results.tVector]]= cPickle.load(plik)`

错误是(在这两种情况下):

    Traceback (most recent call last):
  File "D:\programy\projekt_eclipse\src\Praca\wx_frame.py", line 342, in LoadDatabase_Handler
    Load_DataBase()
  File "D:\programy\projekt_eclipse\src\Praca\wx_frame.py", line 1804, in Load_DataBase
    A= cPickle.load(plik)
ImportError: No module named multiarray

有什么想法吗？

附言。现在我已经解决了问题，部分地说:/我需要更改数组的格式。我试图追踪错误，但我做不到。导致错误的变量是这个 (long :) ) :

[[  0.00000000e+00   0.00000000e+00   0.00000000e+00   0.00000000e+00
    0.00000000e+00   0.00000000e+00   0.00000000e+00   0.00000000e+00]
 [  1.00000000e+00   0.00000000e+00   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   0.00000000e+00]
 [  2.00000000e+00   0.00000000e+00   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.52875186e+04]
 [  3.00000000e+00   0.00000000e+00   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.24880978e+04]
 [  4.00000000e+00   0.00000000e+00   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.24880978e+04]
 [  5.00000000e+00   0.00000000e+00   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.24880978e+04]
 [  6.00000000e+00   0.00000000e+00   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.24880978e+04]
 [  7.00000000e+00   0.00000000e+00   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.24880978e+04]
 [  8.00000000e+00   0.00000000e+00   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.59846476e+04]
 [  9.00000000e+00   0.00000000e+00   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   0.00000000e+00]
 [  1.00000000e+01   1.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.97583022e+04]
 [  1.10000000e+01   1.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.84929461e+04]
 [  1.20000000e+01   1.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   8.76891311e+03]
 [  1.30000000e+01   1.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   5.10636164e+03]
 [  1.40000000e+01   1.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.45841100e+03]
 [  1.50000000e+01   1.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   4.22093915e+03]
 [  1.60000000e+01   1.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.20282091e+03]
 [  1.70000000e+01   1.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.86566159e+04]
 [  1.80000000e+01   1.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.80902598e+04]
 [  1.90000000e+01   2.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.23193676e+04]
 [  2.00000000e+01   2.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.16000116e+04]
 [  2.10000000e+01   2.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.05680012e+03]
 [  2.20000000e+01   2.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.89123867e+03]
 [  2.30000000e+01   2.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   4.98898168e+03]
 [  2.40000000e+01   2.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   7.44216130e+03]
 [  2.50000000e+01   2.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.23593332e+04]
 [  2.60000000e+01   2.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.14424233e+04]
 [  2.70000000e+01   2.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.91864355e+04]
 [  2.80000000e+01   3.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.07766798e+04]
 [  2.90000000e+01   3.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   8.61849685e+03]
 [  3.00000000e+01   3.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.09785208e+04]
 [  3.10000000e+01   3.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   8.99736773e+03]
 [  3.20000000e+01   3.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.06209122e+03]
 [  3.30000000e+01   3.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.48702707e+03]
 [  3.40000000e+01   3.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.04653099e+04]
 [  3.50000000e+01   3.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.25314801e+03]
 [  3.60000000e+01   3.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.67608539e+04]
 [  3.70000000e+01   4.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.07766798e+04]
 [  3.80000000e+01   4.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.82241178e+03]
 [  3.90000000e+01   4.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   8.05149043e+03]
 [  4.00000000e+01   4.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.55692239e+03]
 [  4.10000000e+01   4.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.19199226e+04]
 [  4.20000000e+01   4.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   8.43876335e+03]
 [  4.30000000e+01   4.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   4.90454231e+03]
 [  4.40000000e+01   4.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.03525083e+03]
 [  4.50000000e+01   4.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.67608539e+04]
 [  4.60000000e+01   5.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.07766798e+04]
 [  4.70000000e+01   5.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.07842319e+03]
 [  4.80000000e+01   5.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.48191278e+03]
 [  4.90000000e+01   5.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.06547361e+04]
 [  5.00000000e+01   5.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.27500595e+04]
 [  5.10000000e+01   5.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.62319628e+03]
 [  5.20000000e+01   5.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.50364667e+03]
 [  5.30000000e+01   5.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.48651846e+03]
 [  5.40000000e+01   5.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.67608539e+04]
 [  5.50000000e+01   6.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.16862400e+04]
 [  5.60000000e+01   6.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.88311307e+03]
 [  5.70000000e+01   6.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   7.89923519e+03]
 [  5.80000000e+01   6.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   8.16959736e+03]
 [  5.90000000e+01   6.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.49942081e+03]
 [  6.00000000e+01   6.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   6.24620368e+03]
 [  6.10000000e+01   6.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.27811830e+03]
 [  6.20000000e+01   6.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.13336356e+04]
 [  6.30000000e+01   6.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.91853045e+04]
 [  6.40000000e+01   7.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.67326624e+04]
 [  6.50000000e+01   7.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.79192625e+04]
 [  6.60000000e+01   7.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.35835049e+03]
 [  6.70000000e+01   7.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   4.66349011e+03]
 [  6.80000000e+01   7.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.88664273e+03]
 [  6.90000000e+01   7.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   4.15546726e+03]
 [  7.00000000e+01   7.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   9.26420582e+03]
 [  7.10000000e+01   7.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   1.80179725e+04]
 [  7.20000000e+01   7.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.69846102e+04]
 [  7.30000000e+01   8.00000000e+03   0.00000000e+00   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   0.00000000e+00]
 [  7.40000000e+01   8.00000000e+03   1.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.66207833e+04]
 [  7.50000000e+01   8.00000000e+03   2.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.32529854e+04]
 [  7.60000000e+01   8.00000000e+03   3.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.32529854e+04]
 [  7.70000000e+01   8.00000000e+03   4.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.32529854e+04]
 [  7.80000000e+01   8.00000000e+03   5.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.32529854e+04]
 [  7.90000000e+01   8.00000000e+03   6.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   2.32529854e+04]
 [  8.00000000e+01   8.00000000e+03   7.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   3.70098656e+04]
 [  8.10000000e+01   8.00000000e+03   8.00000000e+03   2.00000000e+01
    0.00000000e+00   5.00000000e+02   2.00000000e+01   0.00000000e+00]]

cPickle 或 pickle 无法加载它。但是当我用控制台手动执行它时，相同的文件结构( [[ ]] 和所有格式完全相同，值也是 e+00 格式)然后它工作正常????????????我勒个去？无论如何，我已经通过改变数据格式解决了这个问题:/

最佳答案

我在 Windows XP 机器上遇到了同样的问题，代码在 Linux 下运行良好。这可能与文本和二进制文件的不同处理方式有关。写入数据时，尝试创建文件对象，明确说明您需要二进制模式，即

plik=open(filename,'wb')

代替

plik=open(filename,'w')

这对我有用。

关于python - cPickle 导入错误 : No module named multiarray，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3004792/

文章推荐： Python for Windows Extensions - 它有什么作用？

文章推荐： sql - 列上的左连接不在两个表之间的关系中

文章推荐： sql - 比较 SQL 中以逗号分隔的字符串

文章推荐： python - 在数据库中存储 cookielib cookie

c - multiArray 和 multiArray[0] 和 &multiArray[0] 一样吗？
在第 6 行而不是 multiArray[0] 上，当我编写 multiArray 时，程序仍然有效。不明白为什么。我之前在想 multiArray 是一个指向 multiArray[0] 的指针，它
c++ - Boost.MultiArray 任意开始和结束索引
我有一个看起来像这样的类。目的是有一个任意的起点和终点，但运算符 [] 映射到索引 0 作为下限。 template class Vec : public std::vector { public:
javascript - 如何在 multiArray 中定义值
这是我的第一个问题，我会尽力澄清。我需要为位置分配一个值。我有一个 7 行的二维数组(例如)。根据别人给我的值(value)，我必须改变值(value)立场。示例如果有人给我:3。我必须将这 3
c++ - 在结构内部定义时初始化 Boost.MultiArray？
假设我有一个这样的结构: struct someDataType { boost::multi_array data; }; 然后如何初始化数组？我已经尝试过了，但它似乎不起作用: someD
c++ - Boost MultiArray 复制构造函数
我在理解 boost::multi_:array 的复制构造函数实现时遇到了问题。当我尝试以下操作时 std::vector a; std::vector b; a.resize(12); b.re
c++ - Boost.MultiArray 的一行初始化器
我有一个 n 维的 Boost.MultiArray，我初始化如下: const int n=3, size=4; //# of dimensions and size of one dimensio
java - JTable Multiarray 中复选框值的 setValueAt
我目前在 JTable 中的复选框设置值时遇到问题。我需要将每个复选框的 boolean 值存储在表的行中。我可以显示默认(假)复选框，但是一旦单击复选框，就会出现异常； java.lang.Arra
python - 程序第二次运行时 multiarray.pyd 出现未处理的异常
我正在用 c++ 制作一个 .dll 插件并在其中嵌入 python 2.7。在我导入大型程序之前，简单的 .py 程序一切正常。最奇怪的是程序第一次运行没问题，第二次却抛出异常: Unhandle
c++ - 了解 Boost MultiArray 参数
这是来自 Boost docs并且编译没有问题。 #include "boost/multi_array.hpp" int main () { // Create a 3D array tha
c++ - 在 Boost MultiArray 中访问元素的最快方法
哪个更快 - 使用元素选择运算符访问多数组的元素，还是使用迭代器遍历多数组？在我的例子中，我每次都需要对多数组的所有元素进行完整传递。最佳答案访问 boost::multi_array 的每个元
python - "ImportError: Cannot import name multiarray"
这里是新程序员。我正在尝试在 Windows 命令提示符下运行脚本，但在导入 numpy 包时遇到问题，我不知道出了什么问题/如何修复它。当我在 iPython 中运行脚本时，它运行良好。但是，当我
python - numpy.core.multiarray 导入失败
我使用以下命令来了解我正在使用的 numpy 版本 pip show numpy 输出如下所示 --- Name: numpy Version: 1.8.2 Location: /usr/lib/py
opencv - Boost multiarray vs OpenCV Mat
Boost多维数组和OpenCV多维数组的最大区别是什么？我正在用 C++ 实现一个聚类算法，并且需要一个数据结构来存储数据点。它应该能够处理不同维度的数据，例如 1D 数据(灰度图像)、3D 数据
Windows ImportError numpy.core.multiarray 导入失败
我使用模块 PyQt4、cv2(v.2.4.13)、numpy(v.1.11.1) 等编写应用程序。我使用 Python(win32 上的 2.7.11)、Windows7(x64)。在 Windo
c++ - 如何从 2d Boost.MultiArray 中获取子数组？
我正在开发一个需要使用 2d Boost.MultiArray 的程序。我设法初始化它并用数据填充它。但我不明白如何获取大小为 i 的子数组, j如果 multiarray 的大小为 m , n .在
c++ - 将 Boost MultiArray (2d) 转换为普通二维数组的最简单方法是什么？
除了预分配和遍历所有元素之外，是否有将 2D Boost MultiArray 转换为普通 2D 数组的最佳/最简单方法？ #include "boost/multi_array.hpp" #incl
python - Jython:ImportError:没有名为 multiarray 的模块
当我尝试使用 Jython 调用文件及其方法时，它显示了以下错误，而我的 Numpy、Python 和 NLTK 已正确安装，并且如果我直接从 Python shell 直接运行它也能正常工作 Fil
python - ImportError : numpy. core.multiarray 导入失败
我正在尝试运行这个程序 import cv2 import time cv.NamedWindow("camera", 1) capture = cv.CaptureFromCAM(0) while
python - 无法在 conda 环境中导入名称 random/multiarray
我正在尝试在 conda 环境中运行tensorflow。我首先使用 conda create --name py27 python=2.7 创建一个 python 2.7 环境，然后将其激活。在环境
python - cPickle 导入错误 : No module named multiarray
我正在使用 cPickle 将我的数据库保存到文件中。代码如下所示: def Save_DataBase(): import cPickle from scipy import * from nump

太空狗

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

python - cPickle 导入错误 : No module named multiarray