类型错误：ndarray 类型的对象不是 JSON 可序列化的

TypeError: 类型为 ndarray 的对象不是 JSON 可序列化的

当我们尝试将 NumPy ndarray 对象转换为 JSON 字符串时，会出现 Python“TypeError: Object of type ndarray is not JSON serializable”。

要解决该错误，请tolist()在将其序列化为 JSON 之前，使用数组上的方法将其转换为 Python 列表。

下面是错误如何发生的示例。

主程序


import json
import numpy as np


arr = np.array([1, 2, 3, 4])

# ⛔️ TypeError: Object of type ndarray is not JSON serializable
json_str = json.dumps({'nums': arr})

我们尝试将 NumPyndarray对象传递给该json.dumps()方法，但默认情况下该方法不处理 NumPy 数组。

将数组转换为Python列表解决错误

要解决该错误，请使用tolist()数组上的方法将其转换为 Python 列表。

主程序


import json
import numpy as np


arr = np.array([1, 2, 3, 4])

# ✅ used tolist()
json_str = json.dumps({'nums': arr.tolist()})

print(json_str)  # 👉️ {"nums": [1, 2, 3, 4]}
print(type(json_str))  # 👉️ <class 'str'>

在序列化为 JSON 时，我们可以使用本机 Pythonlist而不是 NumPy 。ndarray

json.dumps方法将 Python 对象转换为 JSON 格式的字符串。

如果需要将 JSON 字符串转换回 NumPy 数组，请使用该
json.loads()方法。

主程序


import json
import numpy as np


arr = np.array([1, 2, 3, 4])

# ✅ used tolist()
json_str = json.dumps({'nums': arr.tolist()})

my_dict = json.loads(json_str)

new_arr = np.array(my_dict['nums'])
print(new_arr)  # 👉️ [1 2 3 4]

json.loads方法将JSON 字符串解析为本机 Python 对象。

我们访问了 Python 列表并使用该np.array方法将其转换为 NumPy 数组。

从`JSONEncoder`类扩展来解决错误

或者，您可以从JSONEncoder类扩展并在方法中处理转换default。

主程序


import json
import numpy as np


class NpEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, np.integer):
            return int(obj)
        if isinstance(obj, np.floating):
            return float(obj)
        if isinstance(obj, np.ndarray):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)


arr = np.array([1, 2, 3, 4])

json_str = json.dumps({'nums': arr}, cls=NpEncoder)

print(json_str)  # 👉️ {"nums": [1, 2, 3, 4]}
print(type(json_str))  # 👉️ <class 'str'>

我们从
JSONEncoder
类扩展而来。

该类JSONEncoder默认支持以下对象和类型。

Python	JSON
字典	目的
列表，元组	大批
海峡	细绳
int、float、int 和 float 派生枚举	数字
真的	真的
错误的	错误的
没有任何	无效的

请注意，该类默认JSONEncoder不支持 numpy到 JSON 的转换。ndarray

我们可以通过从类扩展并实现一个default()
返回可序列化对象的方法来处理这个问题。

主程序


import json
import numpy as np


class NpEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, np.integer):
            return int(obj)
        if isinstance(obj, np.floating):
            return float(obj)
        if isinstance(obj, np.ndarray):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)

如果传入的对象是的实例np.integer，我们将对象转换为 Python int并返回结果。

如果传入的对象是的实例np.floating，我们将其转换为 Pythonfloat并返回结果。

如果对象是的实例np.ndarray，我们将其转换为 Pythonlist
并返回结果。

在所有其他情况下，我们让基类的默认方法进行序列化。

要使用自定义，请在调用该方法时JSONEncoder使用关键字参数指定它。clsjson.dumps()

主程序


import json
import numpy as np


class NpEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, np.integer):
            return int(obj)
        if isinstance(obj, np.floating):
            return float(obj)
        if isinstance(obj, np.ndarray):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)


arr = np.array([1, 2, 3, 4])

# ✅ provide cls keyword argument
json_str = json.dumps({'nums': arr}, cls=NpEncoder)

print(json_str)  # 👉️ {"nums": [1, 2, 3, 4]}
print(type(json_str))  # 👉️ <class 'str'>

如果您不提供kwarg，则使用cls默认值。JSONEncoder

使用`default`关键字参数解决错误

default您还可以在方法调用中
使用关键字参数json.dumps()。

主程序


import json
import numpy as np


arr = np.array([1, 2, 3, 4])


def json_serializer(obj):
    if isinstance(obj, np.ndarray):
        return obj.tolist()
    return obj


json_str = json.dumps({'nums': arr}, default=json_serializer)

print(json_str)  # 👉️ {"nums": [1, 2, 3, 4]}

json.dumps方法将 Python 对象转换为 JSON 格式的字符串。

关键字default参数可以设置为为无法序列化的对象调用的函数。

我们只需ndarray使用方法将对象转换为列表tolist()。

该json_serializer函数将一个对象作为参数并检查该对象是否为ndarray.

如果满足条件，我们使用该tolist()方法将数组转换为列表，否则，按原样返回值。

使用`pandas`来解决错误

如果使用pandas模块，也可以使用to_json方法解决错误。

主程序


import numpy as np

import pandas as pd

arr = np.array([1, 2, 3, 4])


json_str = pd.Series(arr).to_json(orient='values')
print(json_str)  # 👉️ [1,2,3,4]

Series.to_json方法

将对象转换为 JSON 字符串。

该orient参数确定预期的 JSON 字符串格式。

该values选项用于仅在 JSON 字符串中使用数组的值。

TypeError: DataFrame 类型的对象不是 JSON 可序列化的

DataFrame当我们尝试使用该
方法将对象序列化为 JSON 时，会出现 Python“TypeError: Object of type DataFrame is not JSON serializable” json.dumps。

要解决该错误，请改用该to_json()方法，例如df.to_json()。

这是错误发生方式的示例

主程序


import json
import pandas as pd

df = pd.DataFrame(
    {
        "Name": [
            "Alice",
            "Bob",
            "Carl",
        ],
        "Age": [29, 30, 31],
    }
)

# ⛔️ TypeError: Object of type DataFrame is not JSON serializable
print(json.dumps(df))

我们尝试将DataFrame对象传递给该json.dumps()方法，但默认情况下该方法不处理DataFrame对象。

使用`to_json()`方法解决错误

要解决错误，请使用对象to_json()上的方法DataFrame。

主程序


import pandas as pd

df = pd.DataFrame(
    {
        "Name": [
            "Alice",
            "Bob",
            "Carl",
        ],
        "Age": [29, 30, 31],
    }
)

# 👇️ '{"Name":{"0":"Alice","1":"Bob","2":"Carl"},"Age":{"0":29,"1":30,"2":31}}'
print(df.to_json())

# 👇️ <class 'str'>
print(type(df.to_json()))

该to_json()方法将DataFrame对象转换为 JSON 字符串。

将 the 转换`DataFrame`为 a`dict`以解决错误

或者，您可以尝试在序列化为 JSON 之前将转换DataFrame为对象。dict

主程序


import json
import pandas as pd

df = pd.DataFrame(
    {
        "Name": [
            "Alice",
            "Bob",
            "Carl",
        ],
        "Age": [29, 30, 31],
    }
)

# 👇️ '{"Name": {"0": "Alice", "1": "Bob", "2": "Carl"}, "Age": {"0": 29, "1": 30, "2": 31}}'
print(json.dumps(df.to_dict()))

# 👇️ <class 'str'>
print(type(json.dumps(df.to_dict())))

该to_dict方法将转换DataFrame为字典，然后我们可以将其序列化为 JSON。

该类JSONEncoder默认支持以下对象和类型。

Python	JSON
字典	目的
列表，元组	大批
海峡	细绳
int、float、int 和 float 派生枚举	数字
真的	真的
错误的	错误的
没有任何	无效的

目录

TypeError: Object of type ndarray is not JSON serializable

TypeError: 类型为 ndarray 的对象不是 JSON 可序列化的

将数组转换为Python列表解决错误

从JSONEncoder类扩展来解决错误

使用default关键字参数解决错误

使用pandas来解决错误