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

C# WinForms存储过程操作数据库的实例讲解

《C#WinForms存储过程操作数据库的实例讲解》:本文主要介绍C#WinForms存储过程操作数据库的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、存储过程基础二、C# 调用流程1. 数据库连接配置2. 执行存储过程(增删改)3. 查询数据三、事务处

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py