我需要解压缩一个pkl文件,但是因为我不熟悉pickle和panda,所以我很难尝试去做。
pkl文件的内容如下所示:
{
'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]),
...
}
我需要获得单词和每个单词的实值向量,然后创建一个csv文件... csv文件的内容必须如下所示:
woodi -0.07377538 0.01810472 ... -0.07495865
bad-boy -0.01525861 -0.0145514 ... 0.01470344
我试过这个python代码:
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=" ")
但我得到了以下错误消息:
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)
3条答案
按热度按时间sq1bmfud1#
martineau是主要的方法。pickle.load()返回一个字典,您需要对它做额外的工作来获取单词和嵌入。
你可以从
单词列表由下式给出
然后,您可以使用以下命令获得相应的嵌入列表
如果你需要一个所有单词的嵌入的二维数组,你需要使用
np.concatenate
或类似的方法来得到一个嵌入的数组,例如,如果你想让嵌入的形状是[n_words, len_vector]
(你看起来想要的),你可以使用3duebb1j2#
我认为问题是
pickle.load()
返回了一个Python字典,这导致了ValueError
。我用您提供的链接到的
SGlove.pkl
文件对此进行了测试,这个前提似乎是正确的,但是字典中似乎没有pickle.load()
是与'embeddings'
对应的返回值的键,因此这阻止了我进一步研究。不管怎样,下面的代码大致展示了如何从
load()
返回的值中提取出两个你想要的值,请描述一下字典中对应于'enbeddings'
键的是什么?**注意:**我已经上传了字典中要返回的键的列表-这里是文本文件的link。
iih3973s3#
您也可以将其直接加载到pd Dataframe 中,如下所示: