Python數據存儲：pickle模塊的使用講解

 

       在機器學習中，我們常常需要把訓練好的模型存儲起來，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模塊就很好地解決了這個問題，它可以序列化對象並保存到磁盤中，並在需要的時候讀取出來，任何對象都可以執行序列化操作。

Pickle模塊中最常用的函數為：

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

        函數的功能：將obj對象序列化存入已經打開的file中。

       參數講解：

• obj：想要序列化的obj對象。
• file:文件名稱。
• protocol：序列化使用的協議。如果該項省略，則默認為0。如果為負值或HIGHEST_PROTOCOL，則使用最高的協議版本。

（2）pickle.load(file)

        函數的功能：將file中的對象序列化讀出。

        參數講解：

• file：文件名稱。

（3）pickle.dumps(obj[, protocol])

       函數的功能：將obj對象序列化為string形式，而不是存入文件中。

       參數講解：

• obj：想要序列化的obj對象。
• protocal：如果該項省略，則默認為0。如果為負值或HIGHEST_PROTOCOL，則使用最高的協議版本。

（4）pickle.loads(string)

       函數的功能：從string中讀出序列化前的obj對象。

       參數講解：

• string：文件名稱。

     【注】 dump() 與 load() 相比 dumps() 和 loads() 還有另一種能力：dump()函數能一個接着一個地將幾個對象序列化存儲到同一個文件中，隨后調用load()來以同樣的順序反序列化讀出這些對象。

     【代碼示例】

      pickleExample.py

 

#coding:utf-8
__author__ = 'MsLili'
#pickle模塊主要函數的應用舉例
import pickle
dataList = [[1, 1, 'yes'],
            [1, 1, 'yes'],
            [1, 0, 'no'],
            [0, 1, 'no'],
            [0, 1, 'no']]
dataDic = { 0: [1, 2, 3, 4],
            1: ('a', 'b'),
            2: {'c':'yes','d':'no'}}

#使用dump()將數據序列化到文件中
fw = open('dataFile.txt','wb')
# Pickle the list using the highest protocol available.
pickle.dump(dataList, fw, -1)
# Pickle dictionary using protocol 0.
pickle.dump(dataDic, fw)
fw.close()

#使用load()將數據從文件中序列化讀出
fr = open('dataFile.txt','rb')
data1 = pickle.load(fr)
print(data1)
data2 = pickle.load(fr)
print(data2)
fr.close()

#使用dumps()和loads()舉例
p = pickle.dumps(dataList)
print( pickle.loads(p) )
p = pickle.dumps(dataDic)
print( pickle.loads(p) )

    結果為：

版權聲明：本文為博主原創文章，未經博主允許不得轉載。 https://blog.csdn.net/coffee_cream/article/details/51754484