ValueError: Object arrays cannot be loaded when allow_pickle=False 异常的多种处理方式

最新推荐文章于 2025-02-28 14:38:17 发布

小菜鸟快飞

最新推荐文章于 2025-02-28 14:38:17 发布

阅读量1.2w

点赞数 30

分类专栏： numpy代码问题文章标签： numpy.load allow_pickle=False 解决方法

本文链接：https://blog.youkuaiyun.com/qq_36362028/article/details/103586590

版权

numpy代码问题专栏收录该内容

1 篇文章

订阅专栏

本文针对更新numpy版本后使用numpy.load()出现的错误：Objectarrayscannotbeloadedwhenallow_pickle=False，提供了四种解决方法，包括回退版本、设置参数、修改函数行为及预设allow_pickle值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目前更新到最新的numpy版本后，使用　numpy.load()　可能会报错：

ValueError: Object arrays cannot be loaded when allow_pickle=False

这是因为numpy版本不向下兼容所导致的，更新之前的numpy版本中（比如：1.16.1　或者　1.16.2版本）的load函数为：numpy.load(path)，而更新后的load函数为：np.load(path, boolean) ，并且boolean (allow_pickle) 默认值为false。

所以报错：allow_pickle=False 。为此解决方法有多种，分别列出并作下对比：

方法一：

回退numpy的版本，可以解决这个问题：

pip uninstall numpy
pip install numpy==1.16.1

但是有童鞋就是不想回退版本，接着往下看。

方法二：

直接在numpy.load函数中设置allow_pickle=True：

datas = np.load('tang.npz', allow_pickle=True)

这样可以暂时解决问题，但不是长久之计，允许pickle可能会改变数组，保存之前和加载之后的.npz数组在试图使用numpy断言相等时会抛出异常。

看起来想简单的处理都不是好方法。

方法三：

这个方法比较神奇，相比与上面的方法还是更好一些：

# 在使用的时候创建一个副本，副本中allow_pickle=True
old = np.load
np.load = lambda *a,**k: old(*a,**k,allow_pickle=True)

datas = np.load('tang.npz')

# 使用完后重新换回来
np.load = old
del(old)

但是也会出现问题，就是运行一次没问题，第二次运行会报错：

TypeError: () got multiple values for keyword argument 'allow_pickle'

看起来还是没那么简单。所以再推荐一种解决办法。

方法四：

使用numpy.load函数之前先写一条代码设置值，之后再换回来：

np.load.__defaults__=(None, True, True, 'ASCII')
datas = np.load('tang.npz')
np.load.__defaults__=(None, False, True, 'ASCII')

到这里的话就是我查询到的全部解决方法，希望对大家有帮助。

下面是两条参考链接：

https://stackoverflow.com/questions/55890813/how-to-fix-object-arrays-cannot-be-loaded-when-allow-pickle-false-for-imdb-loa

https://stackoverflow.com/questions/57176714/how-to-fix-error-when-load-dataset-in-keras/57391693#57391693