我正在从一些图像中提取特征，并希望将这些特征连同它们的标签（以及原始图像，如果可能的话）保存起来，以便以后无需每次都运行特征提取代码即可加载它们。

我想将它们存储在一个与sklearn.datasets中的digits数据集类似的结构中，因此应该是字典类型。

所以我的问题不是存储键:值类型的数据，而是存储以下类型的数据：

• 特征 (X)
• 目标标签 (y)
• 图像（可选）
• 目标名称

我的X是numpy.ndarray数据类型，而y是一维向量数组。

有什么建议可以实现这个目标吗？

回答：

如果你希望它像sklearn.datasets方法返回的那样，为什么不使用他们的代码呢？

他们定义了一个bunch类，正好符合你的需求：

class Bunch(dict):    """数据集的容器对象
    字典样对象，可以将其键作为属性暴露。
    >>> b = Bunch(a=1, b=2)
    >>> b['b']
    2
    >>> b.b
    2
    >>> b.a = 3
    >>> b['a']
    3
    >>> b.c = 6
    >>> b['c']
    6
    """
    def __init__(self, **kwargs):
        super(Bunch, self).__init__(kwargs)
    def __setattr__(self, key, value):
        self[key] = value
    def __dir__(self):
        return self.keys()
    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(key)

然后他们用以下方式创建数据集对象：

Bunch(data=data, target=target,                 target_names=target_names,                 DESCR=fdescr,                 feature_names=['feat_1', 'feat_2',                                'feat_3', 'feat_4'])