2.4.1 Python存储之pickle

2024-06-07 19:32
文章标签 python 2.4 存储 pickle

本文主要是介绍2.4.1 Python存储之pickle,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

pickle是标准库中的一个模块,还有跟它完全一样的叫作 cpickle,两者的区别就是后者更快,所以,在操作中,不管是用import pickle,还是用import cpickle as pickle,在功能上都是一样的。
>>> import pickle
>>> a = [1,2,3,4,5]
>>> f = open("D://test.txt","wb")
>>> pickle . dump (a,f) #文件中以ascii格式保存数据
>>> f.close()
用pickle.dump(a,f)将数据integers保存到文件D://test.txt中。打开文件会发现都是编码,这个步骤可以称之为将 对象序列化
用到的方法是: pickle.dump(obj,file,protocol)
obj:序列化对象,在上面的例子中是一个列表,它是基本类型,也可以序列化自己定义的类型。
file:要写入的文件。可以更广泛地理解为拥有write()方法的对象,并且能接受字符串为参数,所以,它还可以是一个StringIO对象,或者其他自定义满足条件的对象。
protocol:可选项。默认为False(或者说0),以ASCII格式保存对象;如果设置为1或者True,则以压缩的二进制格式保存对象。
换一种数据格式,来对比一下:
>>> f = open("D://test1.txt","wb")
>>> pickle.dump (a,f, True ) #文件中以二进制格式保存数据
>>> f.close()
>>> import os
>>> s1 = os.stat("D://test.txt").st_size #计算两个文件的大小
>>> s2 = os.stat("D://test1.txt").st_size
>>> print "s1= %d ,s2= %d "%(s1,s2)
s1= 26 ,s2= 16
发现,以二进制方式保存的文件比以ASCII格式保存的文件小很多,所以,在序列化的时候,特别是面对较大对象时,建议将dump()的参数True设置上
存储文件叫序列化,读取文件就叫反序列化:
>>> f = open("D://test.txt","rb")
>>> a = pickle.load (f) #反序列化,读取文件
>>> print a
[1, 2, 3, 4, 5]
再试试读取二进制存储的文件:
>>> f = open("D://test1.txt","rb")
>>> a = pickle.load (f) #读取
>>> print a
[1, 2, 3, 4, 5]
>>> f.close()
下面试试自定义数据类型:
>>> import cPickle as pickle #和pickle一样,但cPickle更快
>>> import StringIO #跟file功能类似,只不过是在内存中操作“文件”
>>> class Person(object):
def __init__(self,name):
self.name = name
def getName(self):
print "My name is ",self.name

>>> pName = Person("zhangsan")
>>> pName.getName()
My name is zhangsan
>>> f = StringIO.StringIO () #和file的open功能一样,这是直接再内存中操作
>>> pickle.dump (pName,f,True) #序列化存储
>>> f.seek(0) #找到对应类型
>>> pName1 = pickle.load (f) #读取
>>> pName1.getName()
My name is zhangsan
>>> f.close()

这篇关于2.4.1 Python存储之pickle的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1040091

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

速了解MySQL 数据库不同存储引擎

快速了解MySQL 数据库不同存储引擎 MySQL 提供了多种存储引擎,每种存储引擎都有其特定的特性和适用场景。了解这些存储引擎的特性,有助于在设计数据库时做出合理的选择。以下是 MySQL 中几种常用存储引擎的详细介绍。 1. InnoDB 特点: 事务支持:InnoDB 是一个支持 ACID(原子性、一致性、隔离性、持久性)事务的存储引擎。行级锁:使用行级锁来提高并发性,减少锁竞争