在程序運(yùn)行的過(guò)程中，所有的變量都是在內(nèi)存中，有時(shí)候希望將對(duì)象存儲(chǔ)下來(lái)。我們把對(duì)象從內(nèi)存中變成可存儲(chǔ)或傳輸?shù)倪^(guò)程稱(chēng)之為序列化，在Python中叫pickling。

pickle

Python提供兩個(gè)模塊來(lái)實(shí)現(xiàn)序列化： cPickle 和 pickle 。這兩個(gè)模塊功能是一樣的，區(qū)別在于 cPickle 是C語(yǔ)言寫(xiě)的，速度快， pickle 是純Python寫(xiě)的，速度慢。

將對(duì)象保存為字符串

            
              import pickle
a1 = ['abc', [1, 2], {'x': 3}]
s1 = pickle.dumps(a1)
print(s1)
b'\x80\x03]q\x00(X\x03\x00\x00\x00abcq\x01]q\x02(K\x01K\x02e}q\x03X\x01\x00\x00\x00xq\x04K\x03se.'
            
          

            
              a2 = pickle.loads(s1)
print(a2)
['abc', [1, 2], {'x': 3}]
            
          

將對(duì)象保存為文件

            
              import pickle
a1 = ['abc', [1, 2], {'x': 3}]
with open('a1.txt', 'wb') as f:
    s1 = pickle.dump(a1, f)
with open('a1.txt', 'rb') as f:
    a2 = pickle.load(f)
            
          

joblib

joblib庫(kù)是由scikit-learn外帶的，常用于保存機(jī)器學(xué)習(xí)模型。對(duì)于大數(shù)據(jù)而言，joblib比pickle更加高效，但是joblib只能將對(duì)象存儲(chǔ)在磁盤(pán)文件中，不能保存為字符串。

            
              from sklearn.externals import joblib
a1 = ['abc', [1, 2], {'x': 3}]
joblib.dump(a1, 'a1.txt')
a2 = joblib.load('a1.txt')
            
          

?