TypeError: Object of type int64 is not JSON serializable

这个错误是由于 JSON 不支持 Python 中的 int64 类型导致的。在 Python 中，int 类型有一个无限制的精度范围，而 int64 类型则是 NumPy 库中的一种数据类型，它的取值范围有限制。因此，当我们将 int64 类型的数据转换为 JSON 格式时，就会出现这个错误。

解决方法是将 int64 类型的数据转换为 Python 中的 int 类型。可以使用 NumPy 库中的 astype() 方法将 int64 类型的数据转换为 int 类型，然后再将其转换为 JSON 格式。下面是一个示例代码：

import json
import numpy as np

data = {"value": np.int64(1)}

# 将 int64 类型的数据转换为 int 类型
data["value"] = int(data["value"])

# 将 JSON 数据转换为字符串形式
json_str = json.dumps(data)

print(json_str)

在这个例子中，我们创建了一个字典 data，其中包含一个 int64 类型的数据 value。然后，我们使用 astype() 方法将其转换为 int 类型，并将其存储回字典中。最后，将字典转换为 JSON 格式的字符串并打印输出。

相关问题

typeerror: object of type int64 is not json serializable

### 回答1：
这是一个类型错误，意思是int64类型的对象无法被序列化为JSON格式。可能是因为你正在尝试将一个整数类型的变量转换为JSON格式，但是JSON只支持字符串、数字、布尔值、数组和对象等数据类型。你需要将int64类型的对象转换为字符串或其他支持的数据类型，然后再进行JSON序列化。

### 回答2：
这个错误是由于尝试将 int64 类型的对象转化为 JSON 格式时引发的。在 Python 中，int64 是 numpy 库的一种整数类型，该类型的对象默认不支持直接序列化为 JSON 格式。

要解决这个问题，可以采取以下两种方法之一：

1. 类型转换：将 int64 对象转换为 Python 内置的 int 类型。可以使用 int() 函数将 int64 转换为 int，然后再进行 JSON 序列化。例如：`json.dumps(int(my_int64))`。

2. 自定义序列化：创建一个自定义的 JSONEncoder 类，覆盖默认的序列化方法，以支持 int64 类型的序列化。可以继承 JSONEncoder 类，然后在子类中重写 default() 方法，在方法中判断对象是否为 int64 类型，如果是则转换为 int 类型，然后再调用父类的 default() 方法进行序列化。例如：

import json
from json import JSONEncoder
import numpy as np

class MyEncoder(JSONEncoder):
    def default(self, o):
        if isinstance(o, np.int64):
            return int(o)
        return super().default(o)

my_dict = {'int_value': np.int64(42)}
json.dumps(my_dict, cls=MyEncoder)

这样，就可以成功将 int64 类型的对象转化为 JSON 格式了。

注意：在使用自定义序列化方法时，需要导入相应的库：`import json` 和 `from json import JSONEncoder`。另外，如果还有其他需要序列化的对象类型，也可以在自定义的 default() 方法中进行相应的处理。

### 回答3：
这个错误`TypeError: object of type 'int64' is not JSON serializable`是因为在将数据转换为JSON格式时，遇到了无法序列化的`int64`类型对象。

这个问题通常发生在使用Python的json模块转换数据时。JSON只支持一些特定的数据类型，如字符串、整数、浮点数、布尔值和列表等，但不支持`int64`这种特殊类型。

要解决这个问题，你可以将`int64`类型的数据转换为Python的内置的int类型。你可以使用`int()`函数将其转换为整数，然后再进行JSON序列化。

例如，假设存在一个数据`data`，其中包含一个`int64`类型的对象`value`，你可以使用以下方式来解决这个问题：

import json
import numpy as np

data = {
  "value": np.int64(42)  # int64类型的对象
}

# 将int64类型的数据转换为int类型
data["value"] = int(data["value"])

# 进行JSON序列化
json_data = json.dumps(data)

通过将`np.int64`类型的对象转换为`int`类型，我们解决了`int64`无法序列化的问题。然后，我们可以继续使用`json.dumps()`函数对数据进行JSON序列化操作。

希望以上回答能够帮助到你解决这个问题。

python 读excel TypeError: Object of type int64 is not JSON serializable

在Python中，当你尝试将某些数据类型转换为JSON格式时，可能会遇到`TypeError: Object of type int64 is not JSON serializable`的错误。这个错误通常是由于尝试将不可序列化的数据类型转换为JSON格式导致的。

根据引用和引用的参考链接，这个错误通常发生在使用`json.dumps()`函数时。它试图将Python对象转换为JSON字符串，但遇到了不能被序列化的数据类型。在你的情况中，错误消息中提到的`int64`数据类型实际上是`numpy.int64`，而不是Python内置的整数类型int。

为了解决这个问题，你可以尝试进行以下操作:

1. 确保你引入了正确的模块和库，特别是`numpy`库。你可以使用`import numpy as np`来引入它。

2. 在转换之前，检查你的数据类型。如果你使用了`numpy`数组或`pandas`数据框，你可能需要将其转换为Python内置的数据类型。你可以使用`.tolist()`方法将`numpy`数组转换为Python列表，并使用`.astype(int)`方法将数据框中的数据类型转换为整数类型。

3. 如果你的数据中包含其他不可序列化的数据类型，例如`float32`或`float64`，你可以使用类似的方法来解决问题。将它们转换为合适的数据类型，例如使用`.astype(float)`将数据类型转换为浮点数。

综上所述，你可以根据上述方法来解决你遇到的问题。记得根据你具体的代码和数据类型的情况进行适当的调整。希望这些解决方法对你有帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [解决Python TypeError: Object of type int64 is not JSON serializable](https://blog.csdn.net/weixin_39561473/article/details/123227500)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [TypeError: Object of type int64 is not JSON serializable](https://blog.csdn.net/weixin_46713695/article/details/125014034)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]