Numpy 如何对多个序列和测试样本进行酸洗和解酸洗？

我想生成随机的训练和测试样本，我已经有了样本。然后，我想对这些训练测试集（存储在一个名为Data的类中）进行pickle处理，这样我就可以分别对每个测试和训练集进行解pickle处理，以进行实验

以下是我的代码（我正在酸洗numpy数组）：

然后：

以下是我的类中的函数：

def save (self, filename):
    with open(filename, 'wb') as f:
        pickle.dump(self, f)

def read (self, filename):
    with open(filename, 'rb') as f:
        rd = pickle.load(f)
    return (rd)

---

我将如何准确地分别检索保存的列车和测试集？我查看了pickle文档，但似乎找不到任何内容。

我解决了这个问题，将每个文件单独保存，而不是全部保存在一个大文件中，这样我可以使用for循环分别读取每个文件，对其进行操作，然后附加所有输出。

你说你在酸洗一个Numpy数组，但代码说你在酸洗整个

数据

对象。你能详细说明一下这个问题吗；i、 你在文档中找了什么找不到的？我刚刚找到了答案，但谢谢你的回复！

data.read('Samples')

def save (self, filename):
    with open(filename, 'wb') as f:
        pickle.dump(self, f)

def read (self, filename):
    with open(filename, 'rb') as f:
        rd = pickle.load(f)
    return (rd)