Python学习（四）cPickle的用法
python中有两个类似的：pickle与cPickle；两者的关系：“cPickle – A faster pickle” pickle模块中的两个主要函数是dump()和load()。dump()函数接受一个文件句柄和一个数据对象作为参数，把数据对象以特定的格式保存到给定的文件中。当我们使用load()函数从文件中取出已保存的对象时，pickle知道如何恢复这些对象到它们本来的格式。 cPickle可以对任意一种类型的python对象进行序列化操作，比如list，dict，甚至是一个类的对象等。而所谓的序列化，我的粗浅的理解就是为了能够完整的保存并能够完全可逆的恢复。在cPickle中，主要有四个函数可以做这一工作，下面使用例子来介绍。 一、dump： 将python对象序列化保存到本地的文件。
>>> import cPickle
>>> data = range(1000)
>>> cPickle.dump(data,open("test\\data.pkl","wb")) dump函数需要指定两个参数，第一个是需要序列化的python对象名称，第二个是本地的文件，需要注意的是，在这里需要使用open函数打开一个文件，并指定“写”操作。
二、 load：载入本地文件，恢复python对象
>>> data = cPickle.load(open("test\\data.pkl","rb"))同dump一样，这里需要使用open函数打开本地的一个文件，并指定“读”操作
三、 dumps：将python对象序列化保存到一个字符串变量中
>>> data_string = cPickle.dumps(data)四、 loads：从字符串变量中载入python对象
>>> data = cPickle.loads(data_string)例子：
# -*- coding: utf-8 -*-
import pickle
# 也可以这样：
# import cPickle as pickle
obj = {"a": 1, "b": 2, "c": 3}
# 将 obj 持久化保存到文件 tmp.txt 中
pickle.dump(obj, open("tmp.txt", "w"))
# do something else ...
# 从 tmp.txt 中读取并恢复 obj 对象
obj2 = pickle.load(open("tmp.txt", "r"))
print obj2例子：神经网络中模型参数的保存
if best_accuracy<val_accuracy:
best_accuracy = val_accuracy
cPickle.dump(model,open("./model.pkl","wb"))本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2016年04月15日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
