Как распаковать файл pkl? - PullRequest
Новая
       9

Как распаковать файл pkl?

0 голосов
/ 23 февраля 2019

Мне нужно распаковать файл pkl, но, поскольку я не знаком с маринадом и пандами, мне очень трудно это сделать.

Содержимое файла pkl - это нечтонапример: 

{
'woodi': array([-0.07377538,  0.01810472,  0.03796827, -0.01185564, -0.12605625,
   -0.03709966,  0.07863396,  0.04245366, -0.09158159, -0.01418831,
   -0.03165198, -0.01235643,  0.00833164, -0.08156401, -0.10466748,
    0.11343367, -0.1291647 ,  0.02277501, -0.12230705,  0.08400519,
    0.01631752, -0.03204752, -0.10115118,  0.01796065, -0.08914784,
    0.00336748,  0.02858992,  0.13387977, -0.01711662, -0.05058149,
    0.09866285,  0.00623399, -0.11368696,  0.03389056,  0.03049786,
   -0.11235228,  0.03964651,  0.18348881,  0.00356622, -0.09299972,
    0.11804404,  0.10598116,  0.04603285,  0.10211086, -0.07094006,
    0.19667923, -0.22645354, -0.02930884, -0.21891772, -0.07495865]),
'bad-boy': array([-0.01525861, -0.0145514 ,  0.02207321,  0.01273549,  0.0034881 ,
       -0.00045474,  0.01104943,  0.00057228, -0.01515725,  0.00329882,
        0.01570324, -0.03927545,  0.00393151,  0.00355666, -0.00503297,
       -0.01088151, -0.0354947 , -0.010477  , -0.01945165,  0.0312498 ,
        0.00195288, -0.03095445, -0.00803227,  0.02864361, -0.01416729,
        0.00375061,  0.00546439,  0.03621898,  0.01337988, -0.03205173,
        0.00451094,  0.02180656, -0.02587242, -0.01276209,  0.02721113,
       -0.00075289, -0.00218841,  0.00531534, -0.0074188 ,  0.00312647,
        0.00424174,  0.02444418,  0.0222739 , -0.00477895,  0.02220114,
        0.03402764, -0.02423164,  0.00724037, -0.03526915,  0.01470344]),
...
}

Мне нужно получить слова и действительные векторы для каждого слова и создать файл CSV ... Содержимое файла CSV должно выглядеть следующим образом: 

woodi -0.07377538 0.01810472 ... -0.07495865
bad-boy -0.01525861 -0.0145514 ... 0.01470344

Я пробовал этот код Python: 

import pickle
import pandas as pd

fin = 'SGlove.pkl'
fout = 'SGlove.csv'

words, embeddings = pickle.load(open(fin, 'rb'), encoding='latin1')

m, n = embeddings.shape
print("Emebddings contains {} words embedded as vectors of length {}".format(m, n))

df = pd.DataFrame(embeddings)
df.insert(0, "word", words)
df.to_csv(fout, header=False, index=False, sep=" ")

Но я получаю следующее сообщение об ошибке: 

Traceback (most recent call last):
  File "pkl_to_csv.py", line 10, in <module>
    words, embeddings = pickle.load(open(fin, 'rb'), encoding='latin1')
ValueError: too many values to unpack (expected 2)

Ответы [ 2 ]

0 голосов
/ 23 февраля 2019

Мартино - большая часть пути туда.pickle.load () возвращает словарь, над которым вам нужно проделать дополнительную работу, чтобы получить слова и вложения.

Вы можете начать с 

import pickle

fin = 'SGlove.pkl'

data_dict = pickle.load(open(fin, 'rb'), encoding='latin1')

Затем список слов задается

word_list = list(data_dict.keys())

И затем вы можете получить соответствующий список вложений, используя 

embedding_list = [data_dict[word] for word in word_list]

Если вам нужен двумерный массив вложений для всех слов, вам нужно использовать np.concatenate или что-то ещепохоже на embedding_list, чтобы получить один.Например, если вы хотите, чтобы вложения имели форму [n_words, len_vector] (как вам кажется), вы можете использовать 

embeddings = np.concatenate([item[None, :] for item in embedding_list], axis=0)
0 голосов
/ 23 февраля 2019

Я думаю, что проблема в том, что pickle.load() возвращает словарь Python, и именно поэтому ValueError.

Я проверил это с файлом SGlove.pkl, на который вы указали ссылку, и эта посылка кажетсябыть правдой, однако в словаре, похоже, нет ключа, возвращаемого pickle.load(), который соответствует 'embeddings', так что это мешает мне продолжать дальше.

Во всяком случае, код, показанный ниже, в целом показывает, как извлечь два значения, которые (я изначально думал), вы хотели из того, что возвращает load().Пожалуйста, опишите, что в словаре соответствует enbeddings?

Примечание: Я загрузил список ключей, которые находятся в возвращаемом словаре - вот ссылка в текстовый файл. 

import pickle

fin = 'SGlove.pkl'

data_dict = pickle.load(open(fin, 'rb'), encoding='latin1')

words = data_dict['woodi']
embeddings = data_dict['embeddings'] # -> KeyError: 'embeddings'
...