Cannot load file containing pickled data when allow_pickle=False

这个错误通常是由于 NumPy 版本更新导致的。在较新版本的 NumPy 中，默认情况下，不允许加载 pickled 对象，因为这可能会产生安全漏洞。如果您正在尝试加载一个 pickle 文件，并且出现此错误，可以尝试通过设置 `allow_pickle=True` 的方式来解决它，例如：

import numpy as np

# 加载 pickle 文件
data = np.load('data.pkl', allow_pickle=True)

# 继续处理数据
...

但是要注意，如果您不确定 pickle 文件的来源是否可信，最好不要设置 `allow_pickle=True`。

相关问题

ValueError: Cannot load file containing pickled data when allow_pickle=False

这个错误通常是由于在使用`numpy.load()`函数时将 `allow_pickle` 参数设置为了 `False` 导致的。默认情况下，`allow_pickle` 参数是开启的，因此您可以尝试将其设置为 `True`。

例如：

import numpy as np

data = np.load('data.npy', allow_pickle=True)

如果您确实需要将 `allow_pickle` 设置为 `False`，则需要重新保存数据文件，并将其设置为不允许使用 pickle。例如：

import numpy as np

data = np.array([1, 2, 3])
np.save('data.npy', data, allow_pickle=False)

然后再次使用`numpy.load()`函数加载数据时，将 `allow_pickle` 参数设置为 `False` 即可。

ValueError: Cannot load file containing pickled data when allow_pickle=False怎么回事

这个错误提示表明你正在尝试加载一个包含 pickled 数据的文件，但是你设置了 `allow_pickle=False`。

Numpy的 `load()` 函数允许你加载以 `.npy` 或 `.npz` 格式保存的数据。默认情况下，它允许加载 pickled 对象，但这可能存在安全风险，特别是在从不受信任的来源加载数据时。因此，`allow_pickle` 参数用于控制是否允许加载 pickled 对象。

如果你将 `allow_pickle=False`，numpy 将不允许加载 pickled 对象，并且如果在文件中遇到它们，将引发 `ValueError` 错误。要解决此错误，你可以在调用 `load()` 时将 `allow_pickle=True`，或者重新保存文件而不使用 pickling 保存数据。

但是，如果你从不受信任的来源加载数据，通常建议将 `allow_pickle=False`，以避免潜在的安全风险。在这种情况下，你应该确保数据以不使用 pickling 的格式保存，例如 CSV 或 JSON。