数据预处理之后，将数据保存到文件中时报错：找不到文件名，如何解决？

Question

数据预处理之后，将数据保存到文件中时报错：找不到文件名。
代码如下：

from data_loader import load_kg, load_ratings, data_split, get_records
from tqdm import tqdm
import numpy as np


def get_ripple_set(train_dict, kg_dict, H, size):

    np.random.seed(255)

    ripple_set_dict = {user: [] for user in train_dict}

    for u in tqdm(train_dict):

        next_e_list = train_dict[u]
        replace = len(train_dict[u]) < size
        indices = np.random.choice(len(train_dict[u]), size, replace=replace)
        ripple_set_dict[u].append([train_dict[u][i] for i in indices])
        for h in range(H):
            h_head_list = []
            h_relation_list = []
            h_tail_list = []
            for head in next_e_list:
                if head not in kg_dict:
                    continue
                for rt in kg_dict[head]:
                    relation = rt[0]
                    tail = rt[1]
                    h_head_list.append(head)
                    h_relation_list.append(relation)
                    h_tail_list.append(tail)

            if len(h_head_list) == 0:
                h_head_list = ripple_set_dict[u][-1][0]
                h_relation_list = ripple_set_dict[u][-1][1]
                h_tail_list = ripple_set_dict[u][-1][0]
            else:
                replace = len(h_head_list) < size
                indices = np.random.choice(len(h_head_list), size, replace=replace)
                h_head_list = [h_head_list[i] for i in indices]
                h_relation_list = [h_relation_list[i] for i in indices]
                h_tail_list = [h_tail_list[i] for i in indices]

            ripple_set_dict[u].append((h_head_list, h_relation_list, h_tail_list))

            next_e_list = ripple_set_dict[u][-1][2]

    return ripple_set_dict


def get_item_record(item_set, train_records):

    ripple_sets = dict()

    for item in item_set:
        item_ripple_set = {item}
        for items in train_records.values():
            if item in items:
                item_ripple_set.update(items)
        ripple_sets[item] = list(item_ripple_set)

    return ripple_sets


def process(data_set_name):

    data_dir = '../data/' + data_set_name + '/'
    ratings = load_ratings(data_dir)
    item_set = set([i[1] for i in ratings])
    train_set, eval_set, test_set = data_split(ratings)
    user_history_dict = get_records(train_set)
    all_records = user_history_dict.copy()
    all_records.update(get_item_record(item_set, user_history_dict))
    kg_dict, _, _ = load_kg(data_dir)
    for i in range(1, 7):
        ripple_set_dict = get_ripple_set(all_records, kg_dict, 4, 2**i)
        np.save(file='./data/'+data_set_name+'/'+str(2**i) + '_ripple_set_dict.npy', arr=ripple_set_dict)


if __name__ == '__main__':

    # process('job')
    # process('music')
    # process('book')
    # process('ml')
    process('movie')
    process('yelp')

报错截图如下：

请大家帮忙解答一下，感谢！

Answer 1

引自免费微信小程序：皆我百晓生

从提供的信息来看，错误是因为np.save函数尝试保存数据到一个不存在的目录或文件路径。在Python中，使用np.save时，确保目标文件的路径存在是至关重要的。错误信息表明./data/movie/2_ripple_set_dict.npy这个路径是不存在的。

为了解决这个问题，你需要在尝试保存数据之前创建相应的目录。在Python中，可以使用os模块中的os.makedirs()函数来创建多级目录。修改process函数，在调用np.save前添加创建目录的代码，如下所示：

import os

def process(data_set_name):

    data_dir = '../data/' + data_set_name + '/'
    # ... 其他代码 ...

    for i in range(1, 7):
        ripple_set_dict = get_ripple_set(all_records, kg_dict, 4, 2**i)
        # 创建目录
        os.makedirs('./data/'+data_set_name, exist_ok=True)
        # 然后保存文件
        np.save(file='./data/'+data_set_name+'/'+str(2**i) + '_ripple_set_dict.npy', arr=ripple_set_dict)

这里使用了os.makedirs()函数，并设置了参数exist_ok=True，这意味着如果目录已经存在，则不会抛出异常，这可以防止重复创建已存在的目录导致的错误。

通过上述修改，你的代码应该能够正确地创建所需的目录并保存数据到指定的文件路径，从而避免FileNotFoundError错误。