python - 如何以人类可读的格式写入yaml文件？

Question

我有一些数据类型需要写:

一个。 numpy 数组的列表，例如[ndarray, ndarray, ndarray] 不同大小。

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

我还没有想到的任何其他 future 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，并且将来与上述 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 实现要求 1，这两种文件都使用二进制文件，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，您的要求无法满足。

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可读的方式这样做。这是由于 numpy 没有针对其特殊数据结构的转储例程，而是回退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例程，以便可以覆盖这些内容。您可以使 YAML 库中的表示器更智能，并在不接触 Numpy 类的情况下为 Numpy 数据结构获得更具可读性的输出。

但是你希望所有 future 的数据类型都这样，并且 IMO 应用了哥德尔定理的一个变体:即使 YAML 库被扩展以涵盖所有已知的情况并以可读的方式转储它们，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。

所以因为你

Any other future unknown datatype that hasn't occurred to me yet.

前提，这不仅是一项艰巨的工作，而且是不可能的。