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：
-
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。
-
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。
-
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。
-
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。
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】test_pickle.py
#coding:utf-8 __author__ = 'weipengfei' #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：
[[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'], [0, 1, 'no'], [0, 1, 'no']] {0: [1, 2, 3, 4], 1: ('a', 'b'), 2: {'c': 'yes', 'd': 'no'}} [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'], [0, 1, 'no'], [0, 1, 'no']] {0: [1, 2, 3, 4], 1: ('a', 'b'), 2: {'c': 'yes', 'd': 'no'}}
補充：
序列化的概念:人類的語言太豐富了，計算機要想去存儲，肯定是要轉化成它所能理解的某種方式。所以這個“翻譯”的過程就叫序列化。
注意觀察，我們人類的語言是有結構的（主謂賓定狀補），計算機的語言是無結構的，就是一串的“01010100010011”，是吧？那么經常我們要將一些信息保存在計算機內部中，比如保存為文件；有時候我們還會把一段話傳給網線另一側的計算機，比如我和同事用QQ聊天，我們這一側只是輸入“你好”，同事那一頭收到“你好”的消息。
無論你是保存到本地，還是通過網線傳輸，信息都要轉化成“00111011”的樣子。注意這兩個場景：
- 本地存儲
- 網絡傳輸
實在記不住的話只記住一點即可：凡是離開內存的信息都要進行序列化。