解决Python中的JSON序列化Bug TypeError: Object of type ‘int64‘ is not JSON serializable

🌷🍁 博主猫头虎（🐅🐾）带您 Go to New World✨🍁

在这里插入图片描述

🦄 博客首页:

🐅🐾猫头虎的博客🎐
《面试题大全专栏》 🦕 文章图文并茂🦖生动形象🐅简单易学！欢迎大家来踩踩~🌺
《IDEA开发秘籍专栏》 🐾 学会IDEA常用操作，工作效率翻倍~💐
《100天精通Golang(基础入门篇）》 🐅 学会Golang语言，畅玩云原生，走遍大小厂~💐

🪁🍁 希望本文能够给您带来一定的帮助🌸文章粗浅，敬请批评指正！🐅🐾🍁🐥

文章目录

🐯 技术博客：解决Python中的JSON序列化Bug
- 摘要 🐾
- 引言 🚀
- 正文 🛠️
- - Bug的原因 🐞
  - 解决方法 💡
  - - 1. 使用自定义JSON编码器
    - 2. 使用`default`参数
  - 如何避免这个问题 🚧
- 总结 📝
- 参考资料 📚
原创声明

🐯 技术博客：解决Python中的JSON序列化Bug

摘要 🐾

嗨，各位小伙伴们！猫头虎博主又来啦！今天我们将一起深入研究一种令人头疼的问题——“TypeError: Object of type ‘int64’ is not JSON serializable”。这个Bug通常在人工智能领域的Python编程中出现，但别担心，我将详细解释它的原因、解决方法以及如何避免它。让我们一起来看看吧！😺

引言 🚀

在Python编程中，JSON序列化是常见的任务之一，但有时候会遇到"TypeError: Object of type ‘int64’ is not JSON serializable"这样的Bug。这个错误通常意味着您尝试将无法序列化的对象转换为JSON格式，从而导致程序崩溃。但不要担心，本文将深入研究这个问题，并提供解决方法以及如何避免它。我们还会附上代码示例和表格，以帮助您更好地理解。让我们开始吧！😼

正文 🛠️

Bug的原因 🐞

这个Bug的根本原因是某些Python对象不是JSON可序列化的。JSON是一种轻量级的数据交换格式，它要求数据对象可以被序列化为一种特定的格式。一些Python对象，例如int64，不是默认可以直接序列化为JSON的。因此，当您尝试将这些对象转换为JSON时，Python会引发TypeError。

解决方法 💡

1. 使用自定义JSON编码器

您可以创建一个自定义的JSON编码器，用于将不可序列化的对象转换为JSON。这可以通过继承json.JSONEncoder类并覆盖其default方法来实现。

import jsonclass CustomEncoder(json.JSONEncoder):def default(self, obj):if isinstance(obj, int64):return str(obj)return super().default(obj)# 使用自定义编码器
data = {"value": int64_value}
json_string = json.dumps(data, cls=CustomEncoder)

2. 使用`default`参数

在json.dumps()函数中，您可以使用default参数来指定一个函数，用于将不可序列化的对象转换为可序列化的对象。

json_string = json.dumps(data, default=lambda x: str(x) if isinstance(x, int64) else None)

如何避免这个问题 🚧

为了避免这个问题，您应该：

在将数据序列化为JSON之前，仔细检查数据中是否包含不可序列化的对象。
如果您预计会遇到不可序列化的对象，请提前进行适当的数据转换或处理，以确保数据可以被正确序列化。
使用自定义JSON编码器或default参数来处理不可序列化的对象，以便将其转换为JSON。

总结 📝

在本文中，我们深入研究了"TypeError: Object of type ‘int64’ is not JSON serializable"这个Python Bug。我们了解了Bug的原因，讨论了解决方法，包括自定义JSON编码器和使用default参数。此外，我们还强调了如何在Python编程中避免这类问题的发生，包括仔细检查数据和适当的数据处理。

希望这篇博客对你有所帮助！如果你有任何疑问或想分享更多关于Python编程和JSON序列化的经验，请留言告诉我。大家一起学习，共同进步！🐾

参考资料 📚

Python JSON Documentation

🐾😸 Happy coding with JSON serialization! 🚀🐍

在这里插入图片描述
🐅🐾 猫头虎建议程序员必备技术栈一览表📖：

🤖 人工智能 AI:

编程语言:
- 🐍 Python (目前最受欢迎的AI开发语言)
- 🌌 R (主要用于统计和数据分析)
- 🌐 Julia (逐渐受到关注的高性能科学计算语言)
深度学习框架:
- 🔥 TensorFlow (和其高级API Keras)
- ⚡ PyTorch (和其高级API torch.nn)
- 🖼️ MXNet
- 🌐 Caffe
- ⚙️ Theano (已经不再维护，但历史影响力很大)
机器学习库:
- 🌲 scikit-learn (用于传统机器学习算法)
- 💨 XGBoost, LightGBM (用于决策树和集成学习)
- 📈 Statsmodels (用于统计模型)
自然语言处理:
- 📜 NLTK
- 🌌 SpaCy
- 🔥 HuggingFace’s Transformers (用于现代NLP模型，例如BERT和GPT)
计算机视觉:
- 📸 OpenCV
- 🖼️ Pillow
强化学习:
- 🚀 OpenAI’s Gym
- ⚡ Ray’s Rllib
- 🔥 Stable Baselines
神经网络可视化和解释性工具:
- 📊 TensorBoard (用于TensorFlow)
- 🌌 Netron (用于模型结构可视化)
数据处理和科学计算:
- 📚 Pandas (数据处理)
- 📈 NumPy, SciPy (科学计算)
- 🖼️ Matplotlib, Seaborn (数据可视化)
并行和分布式计算:
- 🌀 Apache Spark (用于大数据处理)
- 🚀 Dask (用于并行计算)
GPU加速工具: