如何保存numpy多项式拟合

Question

使用 numpy 多项式便利类 (>1.14) 给出拟合多项式

p = np.polynomial.Polynomial.fit(...)

保存和加载此拟合的最佳方法是什么？

重现该对象需要三个参数，即

p.coef

、

p.domain

和

p.window

。 请参阅这个问题，了解仅加载系数时会发生什么。

可以将所有三个文件保存为不同的文件并重新加载它们，但这既麻烦又烦人。

我的两个最初想法是将整个对象保存为 0d 数组

np.save("polyfit.npy", p, allow_pickle=True)
np.load("polyfit.npy", allow_pickle=True).item()

或者作为一维数组，因为老实说我必须查找

.item()

才能访问该元素。

np.save("polyfit.npy", [p], allow_pickle=True)
np.load("polyfit.npy", allow_pickle=True)[0]

这两种方式都需要使用pickle模块，这会导致跨版本/平台问题，并且是潜在的安全问题。所以我宁愿避免使用它。
有没有推荐的方法来做到这一点？ 该文档似乎没有包含任何好的提示

https://numpy.org/doc/stable/reference/routines.polynomials.html
https://numpy.org/doc/stable/reference/routines.polynomials.classes.html

Answer 1

制作聚合物系列样品：

In [432]: x=np.linspace(0,1,10); y = x**3
In [433]: p = np.polynomial.Polynomial.fit(x,x**3, 3); p
Out[433]: 
Polynomial([0.125, 0.375, 0.375, 0.125], domain=[0., 1.], window=[-1.,  1.], symbol='x')

所以它是一个具有几个属性的类实例，这些属性是数组和列表。 我们可以使用

p(x)

创建新的拟合数组：

In [434]: np.allclose(x**3,p(x))
Out[434]: True

正如您所注意到的，我们可以保存并加载它，从而允许pickle：

In [436]: np.save('test.npy', p); pp = np.load('test.npy',allow_pickle=True)

In [437]: pp
Out[437]: 
array(Polynomial([0.125, 0.375, 0.375, 0.125], domain=[0., 1.], window=[-1.,  1.], symbol='x'),
      dtype=object)

这是一个单项对象 dtype 数组，包含 Poly 系列实例。 我们通过

.item()

:

得到这个实例

In [438]: np.allclose(x**3,pp.item()(x))
Out[438]: True

我们可以使用 3 个属性重新创建一个多边形系列：

In [439]: np.polynomial.Polynomial(p.coef,p.domain, p.window)
Out[439]: 
Polynomial([0.125, 0.375, 0.375, 0.125], domain=[0., 1.], window=[-1.,  1.], symbol='x')

并对

pp.item()

的属性执行相同操作

In [440]: p1=pp.item(); np.polynomial.Polynomial(p1.coef,p1.domain, p1.window)
Out[440]: 
Polynomial([0.125, 0.375, 0.375, 0.125], domain=[0., 1.], window=[-1.,  1.], symbol='x')

另一种保存方式是使用

savez

，将多个

npy

文件保存在

zip

存档中：

In [441]: np.savez('test.npz', **vars(p))
In [442]: dd = np.load('test.npz')
In [443]: list(dd.keys())
Out[443]: ['coef', 'domain', 'window', '_symbol']

dd

不是多边形系列，但 3 个键可用于重新创建一个：

In [444]: np.polynomial.Polynomial(dd['coef'],dd['domain'], dd['window'])
Out[444]: 
Polynomial([0.125, 0.375, 0.375, 0.125], domain=[0., 1.], window=[-1.,  1.], symbol='x')

p

的三个属性都是数组，所以

savez/load

不使用

pickle

。