在之前的python系列推文中，我們介紹了文件讀寫系列函數(shù)，也介紹了諸多python中的原生數(shù)據(jù)類型，這是每一個學(xué)習(xí)python語言的人都應(yīng)該掌握的知識。而如果你正逐漸將自己的數(shù)據(jù)處理工作轉(zhuǎn)移到python上來，就會面臨一個首要的問題————如何妥善保存python中產(chǎn)生的數(shù)據(jù)，如一個列表，若干個字典。很多人會選擇將數(shù)據(jù)寫入一個文本文檔，使用時再將之讀入。這固然是一種解決辦法，但不夠“優(yōu)雅”，今天我們將會介紹一種優(yōu)雅的python讀寫數(shù)據(jù)對象的方式：pickle模塊

[[233403]]

對象的序列化(serialization)與反序列化(deserialization)

我們曾經(jīng)提到，python中的所有數(shù)據(jù)類型(如列表、字典)的實(shí)例化(一個列表a = [1,2,3] ，一個字典dicta = {'name':'tom'})都可看作是一個對象(object)，對象通常是一種邏輯上的實(shí)體，比如一個班級名單列表，以一個list的形式給出，則它是一個對象，一個摩爾斯電碼詞典，以一個dict的形式給出，則它也是一個對象，當(dāng)我們想將一個列表中的信息存儲下來，以備下次工作時使用時，我們也許會用文件讀寫函數(shù)來完成，如：

classlist = ['tom','karry','bob'] 
 
with open("classlist.txt","w+") as f: 
     for name in classlist: 
         f.write(name+'\n') 

通過使用讀寫函數(shù)，我們將該列表的內(nèi)容分行寫入一個名為classlist的列表中。當(dāng)下次使用時再分行讀入。

但python存在著專門讀寫python對象的方法，那就是pickle模塊，用于解決對象的序列化與反序列化。所謂序列化指的是將python的對象轉(zhuǎn)化為一種專門的二進(jìn)制字符串，并將其以二進(jìn)制形式寫入一個文件中，而反序列化則是讀取該二進(jìn)制文件并將其轉(zhuǎn)化回對象本身。這樣子做有什么好處呢？最顯而易見的是它的存儲與讀寫速度會非常的快，后面我們會給出示例說明。其次創(chuàng)立專門的對象數(shù)據(jù)文件，可以防止數(shù)據(jù)被不小心修改，產(chǎn)生問題。

pickle模塊在標(biāo)準(zhǔn)庫內(nèi)，引入pickle模塊很簡便。

import pickle 

pickle dump

將對象轉(zhuǎn)化為二進(jìn)制存儲文件使用的是pickle模塊的dump方法，現(xiàn)在我們將一個長度為100的列表序列化并保存。

import random 
import pickle 
 
a = [random.random() for x in range(100)] 
 
with open("alist.pkl",'wb') as f: 
     pickle.dump(a,f) 

可以看到，與一般的文件讀寫不同的是，我們的讀寫方式為wb，也就是二進(jìn)制方式書寫，pickle.dump方法接收兩個必需的參數(shù)，***個是要序列化的對象，第二個是二進(jìn)制文件句柄。執(zhí)行完畢后，當(dāng)前工作目錄會多出來一個名為alist.pkl的文件，需要說明的是，pkl只是一個形式上的后綴名，你可以寫成任何其它字符，但為了顯示它是一個pickle序列化的數(shù)據(jù)對象，我們使用pkl作為標(biāo)記。

pickle load

有讀入就會有讀取，將pkl文件讀取為對象使用的是pickle模塊的dump方法，現(xiàn)在我們將剛剛存儲的數(shù)據(jù)文件讀取

with open("alist.pkl",'rb') as f: 
     abak = pickle.load(f) 

通過這個樣子即可反序列化pkl文件，變成python的列表對象。

更快的速度與更小的體積

在***節(jié)中我們提到，使用pickle來讀寫對象，其效率更高，我們使用time模塊驗(yàn)證一下

In [27]: import time 
 
In [28]: a = [random.random() for x in range(100000)] 
 
In [29]: with open("filewrite.txt",'w') as f: 
     ...:     starttime = time.time() 
     ...:     for num in a: 
     ...:         f.write(str(num)+'\n') 
     ...:     filetime = time.time() - starttime 
     ...: 
 
In [30]: filetime 
Out[30]: 0.32804441452026367 
 
In [31]: with open("pklwrite.pkl",'wb') as f: 
     ...:     starttime = time.time() 
     ...:     pickle.dump(a,f) 
     ...:     pkltime = time.time() - starttime 
     ...: 
 
In [32]: pkltime 
Out[32]: 0.10946011543273926 

可以看到，對于同樣讀寫一個長度為100000的列表對象，使用文件讀寫函數(shù)所花的時間是使用了pickle模塊的三倍多，當(dāng)文件對象越大，差距也會越大。

我們可以查看兩個文件的大小，filewrite.txt 的大小為1980kb，而pklwrite.pkl僅有880kb，在分別打包為rar文件后，大小分別為863kb與780kb，這說明序列化對象同樣減少了數(shù)據(jù)存儲的空間，使用pickle模塊存儲python數(shù)據(jù)對象是既省時間又省空間的更優(yōu)雅的方法。