Python, cPickle, marynowanie funkcje lambda

Question

muszę marynowane tablicę obiektów tak:

import cPickle as pickle 
from numpy import sin, cos, array 
tmp = lambda x: sin(x)+cos(x) 
test = array([[tmp,tmp],[tmp,tmp]],dtype=object) 
pickle.dump(test, open('test.lambda','w')) 

i daje następujący błąd:

TypeError: can't pickle function objects 

Czy istnieje sposób wokół to?

Answer 1

Wbudowany moduł pikle nie jest w stanie szeregować szeregów różnych typów obiektów python (w tym funkcji lambda, funkcji zagnieżdżonych i funkcji zdefiniowanych w wierszu poleceń).

Pakiet picloud zawiera bardziej odporny odbiornik, który może korzystać z funkcji lambda.

from pickle import dumps 
f = lambda x: x * 5 
dumps(f) # error 
from cloud.serialization.cloudpickle import dumps 
dumps(f) # works 

PiCloud-serializowane obiekty mogą być oddzielone od odcinkach za pomocą normalnego ogórka/cPickle load i loads funkcji.

Dill zapewnia również podobną funkcjonalność

>>> import dill   
>>> f = lambda x: x * 5 
>>> dill.dumps(f) 
'\x80\x02cdill.dill\n_create_function\nq\x00(cdill.dill\n_unmarshal\nq\x01Uec\x01\x00\x00\x00\x01\x00\x00\x00\x02\x00\x00\x00C\x00\x00\x00s\x08\x00\x00\x00|\x00\x00d\x01\x00\x14S(\x02\x00\x00\x00Ni\x05\x00\x00\x00(\x00\x00\x00\x00(\x01\x00\x00\x00t\x01\x00\x00\x00x(\x00\x00\x00\x00(\x00\x00\x00\x00s\x07\x00\x00\x00<stdin>t\x08\x00\x00\x00<lambda>\x01\x00\x00\x00s\x00\x00\x00\x00q\x02\x85q\x03Rq\x04c__builtin__\n__main__\nU\x08<lambda>q\x05NN}q\x06tq\x07Rq\x08.' 

Answer 2

Będziesz musiał użyć zamiast rzeczywistej funkcji, który jest importable (nie zagnieżdżony wewnątrz innej funkcji):

import cPickle as pickle 
from numpy import sin, cos, array 
def tmp(x): 
    return sin(x)+cos(x) 
test = array([[tmp,tmp],[tmp,tmp]],dtype=object) 
pickle.dump(test, open('test.lambda','w')) 

Przedmiotem funkcja może być nadal produkowane przez ekspresję lambda, ale tylko wtedy, gdy następnie daje wynikowy funkcyjnych samą nazwę: tylko

tmp = lambda x: sin(x)+cos(x) 
tmp.__name__ = 'tmp' 
test = array([[tmp, tmp], [tmp, tmp]], dtype=object) 

Ze względu pickle przechowuje moduł i nazwę obiektu funkcyjną; w powyższym przykładzie, tmp.__module__ i tmp.__name__ wskazują teraz ponownie miejsce, w którym ten sam obiekt można znaleźć ponownie, gdy zostanie on rozpakowany.

Answer 3

istnieje inne rozwiązanie: define ci funkcje jak struny, ogórka/un-opa następnie użyć eval, ex:

import cPickle as pickle 
from numpy import sin, cos, array 
tmp = "lambda x: sin(x)+cos(x)" 
test = array([[tmp,tmp],[tmp,tmp]],dtype=object) 
pickle.dump(test, open('test.lambda','w')) 
mytmp = array([[eval(x) for x in l] for l in pickle.load(open('test.lambda','r'))]) 
print mytmp 
# yields : [[<function <lambda> at 0x00000000033D4DD8> 
#   <function <lambda> at 0x00000000033D4E48>] 
#   [<function <lambda> at 0x00000000033D4EB8> 
#   <function <lambda> at 0x00000000033D4F28>]] 

to może być wygodniejsze dla innych rozwiązań, ponieważ wytrawiona reprezentacja byłaby całkowicie autonomiczna bez konieczności korzystania z zewnętrznych zależności.