在Python中保存KDTree对象？

我正在使用Scipy的KDTree实现来读取一个300mb的大文件。现在，是否有一种方法可以将数据结构保存到磁盘并再次加载，还是每次启动程序时都要从文件中读取原始点并构建数据结构？我正在按如下方式构建KDTree：

def buildKDTree(self):
        self.kdpoints = numpy.fromfile("All", sep=' ')
        self.kdpoints.shape = self.kdpoints.size / self.NDIM, NDIM
        self.kdtree = KDTree(self.kdpoints, leafsize = self.kdpoints.shape[0]+1)
        print "Preparing KDTree... Ready!"

---

有什么建议吗

KDtree使用嵌套类定义其节点类型（innernode、leafnode）。Pickle仅适用于模块级类定义，因此嵌套类会将其触发：

import cPickle

class Foo(object):
    class Bar(object):
        pass

obj = Foo.Bar()
print obj.__class__
cPickle.dumps(obj)

<class '__main__.Bar'>
cPickle.PicklingError: Can't pickle <class '__main__.Bar'>: attribute lookup __main__.Bar failed

输出：

<class 'scipy.spatial.kdtree.innernode'>
"ccopy_reg\n_reconstructor\np1\n(cscipy.spatial.kdtree\nKDTree\np2\nc_
[3 4] [3 4]

“ccopy_reg\n_重构器\np1\n（cscipy.spatial.kdtree\nKDTree\np2\nc_
[3 4] [3 4]

你尝试过酸洗吗？当我尝试在KDTree对象上使用cPickle时，我的机器出现错误。你也可以为cython cKDTree提供补丁吗？@Denis不幸的是，我没有cKDTree的补丁。某种形式的保存/加载方法应该是可能的，但会更加自定义，因为节点是malloc的d结构，而不是类。不幸的是我得到了一个错误：“调用Python对象时超过了最大递归深度”。公平地说，我的树是在一个1000000长的5d坐标列表上计算的，因为从该数组计算只需要几分钟（我可以通过numpy保存和加载数组本身）我想我不得不接受。非常好的解决方案，这对其他类型有效吗？你如何研究以这种方式公开哪些类型？

<class 'scipy.spatial.kdtree.innernode'>
"ccopy_reg\n_reconstructor\np1\n(cscipy.spatial.kdtree\nKDTree\np2\nc_
[3 4] [3 4]