Python 中 Pickle 库的使用详解
介绍
pickle是python语言的一个标准模块,安装python后已包含pickle库,不需要单独再安装。
为什么需要序列化和反序列化这一操作呢?
1.便于存储。序列化过程将文本信息转变为二进制数据流。这样就信息就容易存储在硬盘之中,当需要读取文件的时候,从硬盘中读取数据,然后再将其反序列化便可以得到原始的数据。在Python程序运行中得到了一些字符串、列表、字典等数据,想要长久的保存下来,方便以后使用,而不是简单的放入内存中关机断电就丢失数据。python模块大全中的Pickle模块就派上用场了,它可以将对象转换为一种可以传输或存储的格式。
2.便于传输。当两个进程在进行远程通信时,彼此可以发送各种类型的数据。无论是何种类型的数据,都会以二进制序列的形式在网络上传送。发送方需要把這个对象转换为字节序列,在能在网络上传输;接收方则需要把字节序列在恢复为对象。
pickle 模块是以二进制的形式序列化后保存到文件中(保存文件的后缀为”.pkl”),不能直接打开进行预览。而python的另一个序列化标准模块 json,则是 human-readable 的,可以直接打开查看(例如在notepad++中查看)。
pickle 模块有两类主要的接口,即序列化和反序列化。
序列化操作包括:
pickle.dump() Pickler(file, protocol).dump(obj)
反序列化操作包括:
pickle.load() Unpickler(file).load()
2 序列化操作
2.1 序列化方法pickle.dump()
序列化的方法为
pickle.dump(),该方法的相关参数如下:
pickle.dump(obj, file, protocol=None,*,fix_imports=True)
该方法实现的是将序列化后的对象obj以二进制形式写入文件file中,进行保存。它的功能等同于 Pickler(file, protocol).dump(obj)。
关于参数 file,有一点需要注意,必须是以二进制的形式进行操作(写入)。
例如下:
import pickle with open('svm_model_iris.pkl', 'wb') as f: pickle.dump(svm_classifier, f)
file 为'
svm_model_iris.pkl',并且以二进制的形式('wb')写入。
关于参数 protocol,一共有 5 中不同的类型,即(0,1,2,3,4)。(0,1,2)对应的是 python 早期的版本,(3,4)则是在 python3 之后的版本。此外,参数可选 pickle.HIGHEST_PROTOCOL 和 pickle.DEFAULT_PROTOCOL。当前,python3.5 版本中,pickle.HIGHEST_PROTOCOL的值为 4,pickle.DEFAULT_PROTOCOL的值为3。当protocol参数为负数时,表示选择的参数是pickle.HIGHEST_PROTOCOL。
2.2 序列化方法pickle.dumps()
pickle.dumps()方法的参数如下:
pickle.dumps(obj, protocol=None,*,fix_imports=True)
2.3 序列化方法Pickler(file, protocol).dump(obj)
pickle模块提供了序列化的面向对象的类方法,即 class pickle.Pickler(file, protocol=None,*,fix_imports=True),Pickler类有dump()方法。
Pickler(file, protocol).dump(obj)实现的功能跟
pickle.dump()是一样的。
关于Pickler类的其他method,请参考官方API。
3 反序列化操作
3.1 反序列化方法pickle.load()
序列化的方法为 pickle.load(),该方法的相关参数如下:
pickle.load(file, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)
参考前文的案例如下:
import pickle with open('svm_model_iris.pkl', 'rb') as f: model = pickle.load(f)
file为'
svm_model_iris.pkl',并且以二进制的形式('rb')读取。
读取的时候,参数protocol是自动选择的,load()方法中没有这个参数。
3.2 反序列化方法pickle.loads()
pickle.loads()方法的参数如下:
pickle.loads(bytes_object, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)
pickle.loads()方法跟pickle.load()方法的区别在于,
pickle.loads()方法是直接从bytes对象中读取序列化的信息,而非从文件中读取。
3.3 反序列化方法Unpickler(file).load()
pickle模块提供了反序列化的面向对象的类方法,即 class pickle.Unpickler(file, *,fix_imports=True, encoding="ASCII". errors="strict"),Pickler类有load()方法。
Unpickler(file).load() 实现的功能跟 pickle.load() 是一样的。
关于Unpickler类的其他method,请参考官方API。
- Python3 pickle模块的使用详解
- Python开发之序列化与反序列化:pickle、json模块使用详解
- 【python】使用pickle模块将数据永久保存,pickle.dump()序列化、pickle.load()反序列化实例详解
- Python3 pickle模块的使用详解
- Python序列化pickle模块使用详解
- Python标准库json模块和pickle模块使用详解
- 【python】使用pickle模块将pickle.dump()、pickle.load()封装实例详解
- 在Python 3.0中持久化数据至文件中,使用pickle
- python学习笔记:字典的使用示例详解
- python之sqlite3使用详解
- python创建和使用字典实例详解
- Python调用windows下DLL详解 - ctypes库的使用
- Centos下python pip安装使用详解
- python数据持久存储:pickle模块的基本使用
- python之sqlite3使用详解(转)
- 使用Python开发环境Wing IDE如何设立项目详解
- python基础入门详解(文件输入/输出 内建类型 字典操作使用方法)
- python编辑器——wingIDE的使用详解
- python之wxPython菜单使用详解
- Python 序列化 pickle/cPickle模块使用介绍