Python之pickle

Pickle模块可以序列化对象并保存到磁盘中，并在需要的时候读取出来，任何对象都可以执行序列化操作。在机器学习中，我们常常需要把训练好的模型存储起来，这样在进行决策时直接将模型独处，而不需要重新训练模型，这样就大大节约了时间。
python3官方文档：https://docs.python.org/3.5/library/pickle.html

pickle模块常用函数

dump(obj,file,[,protocol])	将obj对象序列化存入已经打开的file中
load(file)	将file中的对象序列化读出
dumps(obj,[,protocol])	将obj对象序列化为string形式，而不是存入文件中
loads(string)	从string中读出序列化前的obj对象

示例

#coding=utf-8

import pickle

datalist = [[1, 1, 'yes'],  
           [1, 1, 'yes'],  
           [1, 0, 'no'],  
           [0, 1, 'no'],  
           [0, 1, 'no']]  
           
datadict = { 0: [1, 2, 3, 4],  
            1: ('a', 'b'),  
            2: {'c':'yes','d':'no'}}  

with open("pickle_test.txt","wb") as writefp:
    pickle.dump(datalist, writefp)
    pickle.dump(datadict, writefp)
  
with open("pickle_test.txt", "rb") as readfp:
    data1 = pickle.load(readfp)
    data2 = pickle.load(readfp)
    print (data1)
    print (data2)

p = pickle.dumps(datalist)  
print( pickle.loads(p) )  
p = pickle.dumps(datadict)  
print( pickle.loads(p) ) 

　　>>> [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'], [0, 1, 'no'], [0, 1, 'no']]
　　>>> {0: [1, 2, 3, 4], 1: ('a', 'b'), 2: {'c': 'yes', 'd': 'no'}}
　　>>> [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'], [0, 1, 'no'], [0, 1, 'no']]
　　>>> {0: [1, 2, 3, 4], 1: ('a', 'b'), 2: {'c': 'yes', 'd': 'no'}}

　　dump和load相比dumps和loads还有另外一种能力：dump()函数能一个接着一个的将几个对象序列化存储到同一个文件中，随后调用load()来以同样的顺序反序列化读出这些对象