Python使用Pickle模塊進(jìn)行數(shù)據(jù)保存和讀取的講解
pickle 是一個(gè) python 中, 壓縮/保存/提取 文件的模塊，字典和列表都是能被保存的.
但必須注意的是python2以ASCII形式保存，而在python3中pickle是使用轉(zhuǎn)換二進(jìn)制的數(shù)據(jù)壓縮方法保存數(shù)據(jù)
所以，在保存或者讀取數(shù)據(jù)的時(shí)候，打開文件應(yīng)該使用‘wb' 'rb'的方式
import pickle
a = 'owoof'
with open('111.pkl', 'wb') as file:
pickle.dump(a, file)
在Pickle模塊中還有dumps()和loads()函數(shù),他們是直接實(shí)現(xiàn)一個(gè)二進(jìn)制和pickle表示對(duì)象的轉(zhuǎn)換,不用打開文件(這點(diǎn)與dump不同)
dumps()是將可讀對(duì)象轉(zhuǎn)換成二進(jìn)制文件,并返回二進(jìn)制文件,loads()是把二進(jìn)制文件轉(zhuǎn)換成可讀對(duì)象,并返回對(duì)象
在使用dump()和load()時(shí),需要注意用with open 打開一次文件每調(diào)用一次dump()就會(huì)在文件中生成一次數(shù)據(jù), 當(dāng)再次with open 打開文件時(shí), 之前寫數(shù)據(jù)調(diào)用了幾次dump()就最多只能調(diào)用load()幾次,而且每次dump()是和load()對(duì)應(yīng)的.
with open('poins_normal.pkl', 'rb') as file:with open('poins_normal.pkl', 'rb') as file:
class_1 = pickle.load(file)
# print(np.shape(class_1))
class_2 = pickle.load(file)
labels = pickle.load(file)
class_1 = pickle.load(file)
# print(np.shape(class_1))
class_2 = pickle.load(file)
labels = pickle.load(file)
如上,我事先寫了三次dump(),那么之后的三次load()是一一對(duì)應(yīng)的,如果我進(jìn)行第四次load()調(diào)用,編譯器會(huì)提示data ran out of .
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對(duì)腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接
相關(guān)文章
大家好，本篇文章主要講的是python生成密碼字典詳解，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話記得收藏一下，方便下次瀏覽2022-01-01
利用Python如何實(shí)現(xiàn)K-means聚類算法
聚類算法有很多種（幾十種）,K-Means是聚類算法中的最常用的一種,算法最大的特點(diǎn)是簡(jiǎn)單,好理解,運(yùn)算速度快,下面這篇文章主要給大家介紹了關(guān)于利用Python如何實(shí)現(xiàn)K-means聚類算法的相關(guān)資料,需要的朋友可以參考下2021-08-08
這篇文章主要介紹了使用Keras建立模型并訓(xùn)練等一系列操作方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07
Python中自定義函方法與參數(shù)具有默認(rèn)值的函數(shù)
這篇文章主要介紹了Python中自定義函方法與參數(shù)具有默認(rèn)值的函數(shù)，在Python編程中，可以使用已經(jīng)定義好的函數(shù)，也可以自定義函數(shù)實(shí)現(xiàn)某些特殊的功能，更多相關(guān)資料，請(qǐng)需要的人參考下面文章內(nèi)容2022-02-02
tensorflow學(xué)習(xí)筆記之tfrecord文件的生成與讀取
這篇文章主要介紹了tensorflow學(xué)習(xí)筆記之tfrecord文件的生成與讀取,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
Python是一門非常適合處理數(shù)據(jù)和自動(dòng)化完成重復(fù)性工作的編程語(yǔ)言，我們?cè)谟脭?shù)據(jù)訓(xùn)練機(jī)器學(xué)習(xí)模型之前，通常都需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，而Python就非常適合完成這項(xiàng)工作。本文將為大家介紹如何利用Python代碼讓你的數(shù)據(jù)處理腳本快別人4倍，需要的可以參考一下2022-03-03
Python 機(jī)器學(xué)習(xí)第一章環(huán)境配置圖解流程
機(jī)器學(xué)習(xí)是一類算法的總稱，這些算法企圖從大量歷史數(shù)據(jù)中挖掘出其中隱含的規(guī)律，并用于預(yù)測(cè)或者分類，更具體的說(shuō)，機(jī)器學(xué)習(xí)可以看作是尋找一個(gè)函數(shù)，輸入是樣本數(shù)據(jù)，輸出是期望的結(jié)果，只是這個(gè)函數(shù)過(guò)于復(fù)雜，以至于不太方便形式化表達(dá)2021-11-11
Python使用matplotlib的pie函數(shù)繪制餅狀圖功能示例
這篇文章主要介紹了Python使用matplotlib的pie函數(shù)繪制餅狀圖功能,結(jié)合實(shí)例形式分析了Python使用matplotlib的pie函數(shù)進(jìn)行餅狀圖繪制的具體操作技巧,注釋中對(duì)pie函數(shù)的用法進(jìn)行了詳細(xì)的說(shuō)明,便于理解,需要的朋友可以參考下2018-01-01
TensorFlow實(shí)現(xiàn)checkpoint文件轉(zhuǎn)換為pb文件
今天小編就為大家分享一篇TensorFlow實(shí)現(xiàn)checkpoint文件轉(zhuǎn)換為pb文件，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
跟老齊學(xué)Python之玩轉(zhuǎn)字符串(2)更新篇
本文是玩轉(zhuǎn)字符串的續(xù)篇，繼續(xù)對(duì)字符串的連接方法進(jìn)行介紹，以及字符串復(fù)制、字符串長(zhǎng)度、字符大小寫的轉(zhuǎn)換。非常不錯(cuò)的文章，希望對(duì)大家有所幫助2014-09-09