ValueError: Object arrays cannot be loaded when allow_pickle=False

这是由于在numpy版本1.16.4之后，默认禁用了pickle序列化，而在numpy版本1.16.3之前，默认启用了pickle序列化。因此，如果你使用的是numpy版本1.16.4及以上版本，在使用np.load()函数时需要指定allow_pickle=True参数。

你可以使用以下代码来解决这个问题：

import numpy as np

# 读取文件，指定allow_pickle=True参数
data = np.load('test.npz', allow_pickle=True)

# 获取系数
coeffs = data['coeffs']

# 进行其他操作
...

如果你希望在numpy版本1.16.4及以上版本中默认启用pickle序列化，可以在代码中添加以下语句：

import numpy as np

# 启用pickle序列化
np.load.__defaults__=(None, True, True, 'ASCII')

这样，在使用np.load()函数时就不需要指定allow_pickle=True参数了。但是，这种方法可能会影响到其他部分的代码，因此需要谨慎使用。

相关问题

valueerror: object arrays cannot be loaded when allow_pickle=false

这个错误信息指的是，当allow_pickle设为False时，不能加载对象数组。这是因为allow_pickle选项用于控制在加载数据时是否允许使用pickle序列化。当它设为False时，将不允许加载包含Python对象的数组，而对象数组就是这样的数组。解决办法就是将allow_pickle 设为True

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

这个错误通常发生在 numpy.load 函数中，当你尝试加载包含 pickled 数据的文件，并且 allow_pickle 参数设置为 False 时，就会出现这个错误。这是为了避免潜在的安全风险。

为了解决这个问题，你可以尝试以下几种方法：

1. 将 allow_pickle 参数设置为 True。但是注意，这样做可能会存在安全风险。

2. 如果你不需要 pickle 数据，你可以将文件保存为文本格式，然后使用 numpy.loadtxt 函数加载数据。

3. 如果你一定要使用 pickle 数据，你可以重新加载数据并将 allow_pickle 参数设置为 True，然后再次尝试加载数据。

例如：

import numpy as np

# 加载数据时指定 allow_pickle=True
data = np.load('data.npy', allow_pickle=True)

# 或者重新加载数据并将 allow_pickle 参数设置为 True
data = np.load('data.npy')
data = np.load('data.npy', allow_pickle=True)