python序列化pickle模組入門

在機器學習中，我們常常需要把訓練好的模型儲存起來，這樣在進行決策時直接將模型讀出，而不需要重新訓練模型，這樣就大大節約了時間。python提供的pickle模組就很好地解決了這個問題，它可以序列化物件並儲存到磁碟中，並在需要的時候讀取出來，任何物件都可以執行序列化操作。

(1)open(path, mode)

功能：以mode方式通過path開啟檔案/

引數：』w』和』r』的區別：

當mode為『w』時，如果開啟的檔案原來有資訊，則會先清空原來的資訊；當mode為『w』時，如果開啟的檔案原來有資訊，不會影響原來的資訊，而是在最後面繼續寫。

(2)file.close()

功能：關閉檔案

注意：當通過open()方式開啟檔案時，在對檔案處理完成之後一定要及時關閉檔案。

(1)pickle.dump(obj, file, [,protocol])

功能：將obj物件序列化存入已經開啟的file中。

引數：

obj想要序列化的obj物件。

file:檔名稱。

protocol：序列化使用的協議。如果該項省略，則預設為3(de****t_protocol)，即支援python3.0以上版本。如果為負值或highest_protocol，則使用最高的協議版本。

(2)pickle.load(file)

功能:將file中的物件序列化讀出。

引數：

file:檔名稱

(3)pickle.dumps(obj[, protocol])

功能：將obj物件序列化為string形式，而不是存入檔案中。

引數：

obj：想要序列化的obj物件。

protocal：序列化使用的協議。如果該項省略，則預設為3(de****t_protocol)，即支援python3.0以上版本。如果為負值或highest_protocol，則使用最高的協議版本。

(4)pickle.loads(string)

功能：從string中讀出序列化前的obj物件。

引數：

string：檔名稱。

【注】 dump() 與 load() 相比 dumps() 和 loads() 還有另一種能力：dump()函式能乙個接著乙個地將幾個物件序列化儲存到同乙個檔案中，隨後呼叫load()來以同樣的順序反序列化讀出這些物件。

(1)調包和資料初始化

import pickle as pkl
dataset =
data =[3
,5,2
]

(2)實現乙個obj的序列化

i)使用 pkl.dump() 和 pkl.load(),即儲存到檔案中再讀出

#只儲存乙個物件到檔案中
f =open
("data.txt"
,"wb"
)pkl.dump(dataset, f)
f.close(
)f =
open
("data.txt"
,"rb"
)a = pkl.load(f)
f.close(
)print
(a)

output:

ii)使用 pkl.dumps() 和 pkl.loads()，即轉化成string

a = pkl.dumps(dataset)
print
(pkl.loads(a)
)

output:

(3)實現多個obj的序列化

使用 pkl.dump() 和 pkl.load(),即儲存到檔案中再讀出

f =
open
("data.txt"
,"wb"
)pkl.dump(dataset, f, pkl.highest_protocol)
pkl.dump(data, f, pkl.highest_protocol)
f.close(
)f =
open
("data.txt"
,"rb"
)a = pkl.load(f)
b = pkl.load(f)
f.close(
)print
(a,'\n'
, b)

output:

[3, 5, 2]

python序列化pickle模組入門

Python序列化與反序列化pickle用法例項

python 實用pickle序列化

Python序列化 pickle和json

python序列化pickle模組入門

Python序列化與反序列化pickle用法例項

python 實用pickle序列化

Python序列化 pickle和json

相關推薦