Python中Pickle模塊的dump()方法和load()方法

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CSDN博主「cute_Lily」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/coffee_cream/article/details/51754484