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分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

扫码关注云+社区