No module named 'cPickle' python3.6.1 Anaconda4.3.21下pickle模块解决

import cPickle as pickle

错误：ModuleNotFoundError: No module named 'cPickle'

cPickle and pickle 它是一个将任意复杂的对象转成对象的文本或二进制的模块。

如何解决？

先看看pickle是干啥的？

持久性就是指保持对象，甚至在多次执行同一程序之间也保持对象

您希望将对象存储在磁盘上，便于以后检索，这就是持久性（你想啥呢！）。

要达到这个目的，有几种方法，每一种方法都有其优缺点

如果希望透明地存储 Python 对象，而不丢失其身份和类型等信息

则需要某种形式的对象 序列化

序列化：是一个将任意复杂的对象转成对象的文本或二进制表示的过程

在 Python 中，这种序列化过程称为 pickle、

可以将对象 pickle 成字符串、磁盘上的文件或者任何类似于文件的对象

也可以将这些字符串、文件或任何类似于文件的对象 unpickle 成原来的对象

先把问题解决了吧！

原来再这里，集成到了，pandas里面了

操作方法：直接在anaconda 安装的文件夹D:\Anaconda\Lib下搜索

上图

然后就会发现只需要写

import pandas as pd

import pickle然后就可以了

记得先导入pandas

至于用法，这里写的蛮清楚的，就是英文太坑爹。。。各种专业词汇啊

更新，2017/6/21 ！ 使用方法！

>>>import pandas as pickle
>>>import pickle
>>> t1 = ('this is a string', 43, [1,2,3], None)
>>> t1
('this is a string', 43, [1, 2, 3], None)
>>> p1 = pickle.dumps(t1)
>>> p1
b'\x80\x03(X\x10\x00\x00\x00this is a stringq\x00K+]q\x01(K\x01K\x02K\x03eNtq\x02.'
>>> print (p1)
b'\x80\x03(X\x10\x00\x00\x00this is a stringq\x00K+]q\x01(K\x01K\x02K\x03eNtq\x02.'
>>> t2 = pickle.loads(p1)
>>> t2
('this is a string', 43, [1, 2, 3], None)
>>> p2 = pickle.dumps(t1, True)
>>> p2
b'(X\x10\x00\x00\x00this is a stringq\x00K+]q\x01(K\x01K\x02K\x03eNtq\x02.'
>>> t3 = pickle.loads(p2)
>>> t3
('this is a string', 43, [1, 2, 3], None)
>>> p2 = pickle.dumps(t1)
>>> p2
b'\x80\x03(X\x10\x00\x00\x00this is a stringq\x00K+]q\x01(K\x01K\x02K\x03eNtq\x02.'
>>> t3 = pickle.loads(p2, True)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: Function takes at most 1 positional arguments (2 given)
>>> t4 = pickle.loads(p2)
>>> t4
('this is a string', 43, [1, 2, 3], None)
>>>

仔细敲一遍，你就懂了

如果还不懂，看这里！！！！

############### For the simplest code, 
############### use the dump() and load() functions.

import pickle
data = {
    'a': [1, 2.0, 4+6j],
    'b': ("character string", b"byte string"),
    'c': {None, True, False}
        }
##############  Pickle the 'data' dictionary using the highest protocol available
with open('data.pickle', 'wb') as f:
    pickle.dump(data, f,pickle.HIGHEST_PROTOCOL)
    ########################## pickle.HIGHEST_PROTOCOL, 这个不要也行
print(f)

>>> print(f)
<_io.BufferedWriter name='data.pickle'>

############### reads the resulting pickled data
with open('data.pickle', 'rb') as f:
    data = pickle.load(f)
print (data)

>>> print (data) 
{'a': [1, 2.0, (4+6j)], 'b': ('character string', b'byte string'), 'c': {False, True, None}}

接下来，我们看一些示例，这些示例用到了 dump() 和 load()

它们使用文件和类似文件的对象。这些函数的操作非常类似于我们刚才所看到的 dumps() 和 loads()

区别在于它们还有另一种能力 — dump() 函数能一个接着一个地将几个对象转储到同一个文件

（和dump根本不相符啊，很厉害的，编写者又调皮了）。

随后调用 load() 来以同样的顺序检索这些对象（这个厉害啊！）

open/文件操作可以看可以看这里（详情可以看这里）
f=open('/tmp/hello','w')

#open(路径+文件名,读写模式)

#读写模式:r只读,r+读写,w新建(会覆盖原有文件),a追加,b二进制文件.常用模式

如:'rb','wb','r+b'等等

如何面对文件操作！

#! /usr/local/env python
# -*- coding=utf-8 -*-

if __name__ == "__main__":
    import pickle

    #序列化到文件
    obj = 123,"abcdedf",["ac",123],{"key":"value","key1":"value1"}
    print (obj)
    #输出：(123, abcdedf, [ac, 123], {key1: value1, key: value})
    #r 读写权限 r b 读写到二进制文件
    f = open(r"d:\Anaconda\envs\my_env\a.txt",'wb')
    pickle.dump(obj,f)
    f.close()
    f = open(r"d:\Anaconda\envs\my_env\a.txt", 'rb')
    print (pickle.load(f))
    #输出：(123, abcdedf, [ac, 123], {key1: value1, key: value})

    #序列化到内存（字符串格式保存），然后对象可以以任何方式处理如通过网络传输
    obj1 = pickle.dumps(obj)
    print (type(obj1))
    #输出：<type str>
    print (obj1)
    #输出：python专用的存储格式
    obj2 = pickle.loads(obj1)
    print (type(obj2))
    #输出：<type tuple>
    print (obj2)
    #输出：(123, abcdedf, [ac, 123], {key1: value1, key: value})