はじめに

numpy の配列を保存して読み込む．numpy.save と numpy.load 事が足りそうだ．

ここでは，dict型のデータを扱う．

numpy でデータを保存する．データの作成条件等を dict型で保存したい．

実験

動きそうだがうまくいかないコード

import numpy as np

a = {'A':1, 'B':2, 'c':3}
np.save('test.npy', a)
b = np.load('test.npy')
print(b['B'])

aは dict型

a, type(a)
# ({'A': 1, 'B': 2, 'c': 3}, dict)

numpy.saveとnumpy.loadでは，必要であれば，Pythonのモジュールであるpickleを使用して配列情報を保存する．

関数	省略	初期値
`numpy.save`	可	`True`
`numpy.load`	可	`False`

numpy.load によると，version 1.16.3 にallow_pickle = Falseが標準になったらしい．

allow_pickle: bool, optional

Changed in version 1.16.3: Made default False in response to CVE-2019-6446.

改良したコード

b = np.load('test.npy', allow_pickle=True)

b['B']で'IndexError'
bは dict型っぽく見えるが，実は object 型．

b = np.load('test.npy', allow_pickle=True)
b
# array({'A': 1, 'B': 2, 'c': 3}, dtype=object)

改良コード.

numpy.ndarray.item
itemを使って値を取り出す．

d = b.item()
d['B']
# 2

動作するコード

a = np.array({'A':1, 'B':2, 'c':3})
np.save('test.npy', a)
b = np.load('test.npy', allow_pickle=True)
d = b.item()
print(d['B'])
# 2