dill

0熱度

3回答

鹹菜/蒔蘿/ cpickle可以用來醃製進口模塊，以提高進口速度？例如，Shapely模塊在我的系統上需要5秒鐘才能找到並加載所有需要的依賴關係，我真的很想避免這種依賴關係。我可以醃一次我的進口，然後重新使用該酸菜，而不是每次都必須緩慢進口嗎？

0熱度

1回答

在不同的模塊中酸洗和取芯

我知道這已被其他一些問題覆蓋（Unable to load files using pickle and multipile modules），但我看不出他們的解決方案如何適用於我的情況。這是我的項目結構（儘可能小）： classify-updater/ ├── main.py └── updater ├── __init__.py └── updater.py cla

0熱度

1回答

Python蒔蘿：Pickle namedtuple似乎不起作用

我在課堂裏有namedtuple。當使用蒔蘿進行酸洗時，它會抱怨無法在頂層模塊中找到指定的對象的經典問題。 import dill as pickle class NNRTMParse(object): def __init__(self,logfile)): . . . . self.TM = namedtuple('

0熱度

1回答

pythons多進程模塊（用蒔蘿）給出了一個無益的AssertionError

我已經安裝了蒔蘿/病態及其依賴（有一些困難），我試圖在幾個進程上執行一個函數。類/屬性Model(self.xml,self.exp_data,i).SSR是自定義的，並且依賴於其他自定義函數的加載，所以我提前道歉無法提供'可運行'代碼。簡而言之，它需要一些實驗數據，將ODE的系統與python的pysces模塊集成並計算平方和（SSR）。並行化代碼的目的是通過多個參數集來加速這種計算。代碼：

1熱度

1回答

的Python - 蘿：不能泡菜裝飾

類我有下面的代碼，其裝飾類： import dill from collections import namedtuple from multiprocessing import Process def proxified(to_be_proxied): b = namedtuple('d', []) class Proxy(to_be_proxied, b):

1熱度

3回答

連載/鹹菜是在一個字符串中定義的函數

我要做到以下幾點： import pickle namespace = {} exec('def f(x): return x', namespace) pickle.dumps(namespace['f']) 然而，這會導致以下錯誤： ---------------------------------------------------------------------------

0熱度

1回答

蒔蘿：當加載存儲的對象，得到'dispatch [key]（self）KeyError：'\ x7f'`

我一直在使用dill自從this question of mine得到包維護者的非常好的回答。然而，最近在我的使用情況下，我收到以下錯誤： stored_env = dill.load(f_in) File "A:\anaconda\lib\site-packages\dill\dill.py", line 250, in load obj = pik.load()

0熱度

1回答

Pathos多處理酸洗問題

我正在開發一個自動化框架，用於我們在我的團隊中進行的一些測試。我們所遇到的這個錯誤酸洗和做一些研究之後，我遇到了一些解決方案，並回顧了伴隨GitHub的頁面： Python multiprocessing pickling error Multiprocessing: How to use Pool.map on a function defined in a class? Pickling is

1熱度

1回答

如何蒔蘿（醃菜）檔案？

這個問題可能看起來有點基礎，但無法找到任何我在互聯網上理解的東西。如何儲存我用蒔蘿醃製的東西？我已經走到這一步救了我的構造（熊貓據幀，其中還包含自定義類）： import dill dill_file = open("data/2017-02-10_21:43_resultstatsDF", "wb") dill_file.write(dill.dumps(resultstatsDF))

0熱度

1回答

用蒔蘿和pymongo替代鹹菜

我終於明白瞭如何用蒔蘿代替鹹菜從以下討論：pickle-dill。例如，下面的代碼爲我工作 import os import dill import multiprocessing def run_dill_encoded(what): fun, args = dill.loads(what) return fun(*args) def apply_async(p