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+FFmpeg实现视频自动化处理的完整指南

《Python+FFmpeg实现视频自动化处理的完整指南》本文总结了一套在Python中使用subprocess.run调用FFmpeg进行视频自动化处理的解决方案,涵盖了跨平台硬件加速、中间素材处理... 目录一、 跨平台硬件加速:统一接口设计1. 核心映射逻辑2. python 实现代码二、 中间素材处

python中的flask_sqlalchemy的使用及示例详解

《python中的flask_sqlalchemy的使用及示例详解》文章主要介绍了在使用SQLAlchemy创建模型实例时,通过元类动态创建实例的方式,并说明了如何在实例化时执行__init__方法,... 目录@orm.reconstructorSQLAlchemy的回滚关联其他模型数据库基本操作将数据添

Python实现快速扫描目标主机的开放端口和服务

《Python实现快速扫描目标主机的开放端口和服务》这篇文章主要为大家详细介绍了如何使用Python编写一个功能强大的端口扫描器脚本,实现快速扫描目标主机的开放端口和服务,感兴趣的小伙伴可以了解下... 目录功能介绍场景应用1. 网络安全审计2. 系统管理维护3. 网络故障排查4. 合规性检查报错处理1.

Python轻松实现Word到Markdown的转换

《Python轻松实现Word到Markdown的转换》在文档管理、内容发布等场景中,将Word转换为Markdown格式是常见需求,本文将介绍如何使用FreeSpire.DocforPython实现... 目录一、工具简介二、核心转换实现1. 基础单文件转换2. 批量转换Word文件三、工具特性分析优点局

Python中4大日志记录库比较的终极PK

《Python中4大日志记录库比较的终极PK》日志记录框架是一种工具,可帮助您标准化应用程序中的日志记录过程,:本文主要介绍Python中4大日志记录库比较的相关资料,文中通过代码介绍的非常详细,... 目录一、logging库1、优点2、缺点二、LogAid库三、Loguru库四、Structlogphp

详解C++ 存储二进制数据容器的几种方法

《详解C++存储二进制数据容器的几种方法》本文主要介绍了详解C++存储二进制数据容器,包括std::vector、std::array、std::string、std::bitset和std::ve... 目录1.std::vector<uint8_t>(最常用)特点:适用场景:示例:2.std::arra

C++,C#,Rust,Go,Java,Python,JavaScript的性能对比全面讲解

《C++,C#,Rust,Go,Java,Python,JavaScript的性能对比全面讲解》:本文主要介绍C++,C#,Rust,Go,Java,Python,JavaScript性能对比全面... 目录编程语言性能对比、核心优势与最佳使用场景性能对比表格C++C#RustGoJavapythonjav

Python海象运算符:=的具体实现

《Python海象运算符:=的具体实现》海象运算符又称​​赋值表达式,Python3.8后可用,其核心设计是在表达式内部完成变量赋值并返回该值,从而简化代码逻辑,下面就来详细的介绍一下如何使用,感兴趣... 目录简介​​条件判断优化循环控制简化​推导式高效计算​正则匹配与数据提取​性能对比简介海象运算符

python项目环境切换的几种实现方式

《python项目环境切换的几种实现方式》本文主要介绍了python项目环境切换的几种实现方式,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 如何在不同python项目中,安装不同的依赖2. 如何切换到不同项目的工作空间3.创建项目

python项目打包成docker容器镜像的两种方法实现

《python项目打包成docker容器镜像的两种方法实现》本文介绍两种将Python项目打包为Docker镜像的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 目录简单版:(一次成功,后续下载对应的软件依赖)第一步:肯定是构建dockerfile,如下:第二步