在python中使用json

最新推荐文章于 2023-04-30 00:25:21 发布
最新推荐文章于 2023-04-30 00:25:21 发布
阅读量158 收藏
点赞数
文章标签： python
原文链接：https://towardsdatascience.com/working-with-json-in-python-a53c3b88cc0
版权
本文介绍了JSON的基本概念，包括它的起源、用途和优势。JSON是一种用于表示数据的轻量级格式，易于人类理解和机器处理。在Python中，使用json库可以方便地读写JSON数据。文章还探讨了如何直接查询JSON、使用Pandas处理JSON数据、扁平化JSON、以及进行交叉记录分析。此外，JSON在数据分析和存储中广泛应用，是现代Web服务的重要组成部分。
摘要由CSDN通过智能技术生成

In this blog post, we are going to learn about JSON. We are going to learn what JSON is, why it exists, why people use it and finally how to utilise the power of python to help us process it.

在此博客文章中，我们将学习JSON。 我们将学习JSON是什么，为什么存在，为什么人们使用它以及最终如何利用python的功能来帮助我们处理JSON。

As a data scientist, programmer or simply an avid learner of technology, it is important that you understand what JSON is and how to use it. I am certain that you will find numerous applications for it once you understand it.

作为数据科学家，程序员或仅仅是技术的狂热学习者，重要的是要了解什么是JSON以及如何使用它。 我敢肯定，一旦您了解了它，您将找到许多应用程序。

什么是JSON？ (What is JSON?)

JSON stands for JavaScript Object notation and it is essentially a way to represent data. JSON follows a format that humans can naturally understand, and its true power comes from its ability to capture complex data relationships.

JSON表示JavaScript对象表示法，它实质上是表示数据的一种方式。 JSON遵循人类可以自然理解的格式，其真正能力来自捕获复杂数据关系的能力。

You can see this in the following example:

您可以在以下示例中看到这一点：

{
 "usersName": "Costas",
 "website": {
    "host": "www.medium.com",
    "account": "costasandreou",
    "blogpost": [
        {
            "type": "title",
            "description": {
                "main" : "Working with JSON in Python",
                "sub" : "the info you need"
            }
        }
    ]
  }
}

Notice how JSON is structured in key-value pairs, while also holding array objects (notice that “blogpost” has several types underneath it). This is very important to note if you’re coming from a flat data structure background (think Excel or Pandas dataFrames).

请注意，JSON是如何在键值对中构造的，同时还保留数组对象(请注意，“ blogpost”在其下方具有多种类型)。 如果您来自平面数据结构背景(请考虑使用Excel或Pandas dataFrames)，这一点非常重要。

为什么JSON存在？ (Why does JSON exist?)

JSON was created at the beginning of the millennial to save us from Flash and Java applets. If you happen to not remember those in-browser plugins, consider yourself extremely lucky, as they were the stuff that nightmares are made of! But I digress. JSON was built to provide a protocol for stateless real-time server to browser communication¹.

JSON是在千禧年初期创建的，目的是将我们从Flash和Java小程序中解救出来。 如果您不记得那些浏览器内置插件，请认为自己非常幸运，因为它们是噩梦的源头！ 但是我离题了。 JSON的构建旨在为无状态实时服务器与浏览器通信¹提供协议。

If you are already familiar with XML, you can think of JSON as a lightweight, easier to use, faster alternative.

如果您已经熟悉XML，则可以将JSON视为一种轻量级，易于使用且速度更快的替代方案。

人们为什么使用JSON？ (Why do people use JSON?)

It is believed that the first major company to begin offering services and therefore popularising the adoption of JSON, was Yahoo in 2005¹. It is now believed that JSON is the most used data format.

据信，第一家开始提供服务并因此普及采用JSON的大型公司是2005年的雅虎。 现在认为JSON是最常用的数据格式。

The top 3 reasons people use JSON are:

人们使用JSON的三大原因是：

  1. Very easy to read, write and manipulate

    易于阅读，编写和操作
  2. It’s very fast to transfer over the network

    通过网络传输非常快
  3. Supported by all major browsers, backend tech stacks

    所有主流浏览器均支持，后端技术栈

读取JSON(Reading the JSON)

The very first thing you’d want to do when you have to work with JSON is to read it into your Python application. The json library in Python expects JSON to come through as string.

当您必须使用JSON时，您要做的第一件事就是将其读入Python应用程序。 Python中的json库希望JSON以字符串形式通过。

Assuming your data JSON data is already a string:

假设您的数据JSON数据已经是一个字符串：

obj = '{ "usersName": "Costas",  "website": { "host": "www.medium.com", "account": "costasandreou", "blogpost": [ { "type": "title", "description": { "main" : "Working with JSON in Python", "sub" : "the info you need" } } ] } }'import json
json_obj = json.loads(obj)
print('obj: ',type(obj))
print('obj.usersName: ', json_obj['usersName'])

which returns:

返回：

obj:  <class 'str'>
obj.usersName:  Costas

If on the other hand, if you hold the JSON in a Python Object (like a dictionary), the json library allows you to convert it back to string for further processing.

另一方面，如果您将JSON保留在Python对象(如字典)中，则json库允许您将其转换回字符串以进行进一步处理。

obj1 = { "usersName": "Costas",  "website": { "host": "www.medium.com", "account": "costasandreou", "blogpost": [ { "type": "title", "description": { "main" : "Working with JSON in Python", "sub" : "the info you need" } } ] } }print('obj1: ',type(obj1))
json_obj1str = json.dumps(obj1)
print('json_obj1str: ', type(json_obj1str))
json_obj1 = json.loads(json_obj1str)
print('obj1.usersName: ', json_obj1['usersName'])

which returns:

返回：

obj1:  <class 'dict'>
json_obj1str:  <class 'str'>
obj1.usersName:  Costas

使用JSON (Working with JSON)

Now that we have seen how to load our JSON data into our Python application, let us look at the options we have to work with JSON.

现在，我们已经了解了如何将JSON数据加载到Python应用程序中，让我们看一下必须使用JSON的选项。

直接查询 (Direct Querying)

Extracting information from the JSON is as simple as defining the path we are after and provide the name of the key-value pair. Let’s look at a few examples.

从JSON提取信息就像定义我们要遵循的路径并提供键值对的名称一样简单。 让我们看几个例子。

>>> print(json_obj['usersName'])
Costas>>> print(json_obj['website'])
{'host': 'www.medium.com', 'account': 'costasandreou', 'blogpost': [{'type': 'title', 'description': {'main': 'Working with JSON in Python', 'sub': 'the info you need'}}]}>>> print(json_obj['website']['host'])
www.medium.com>>> print(json_obj['website']['blogpost'])
[{'type': 'title', 'description': {'main': 'Working with JSON in Python', 'sub': 'the info you need'}}]>>> print(json_obj['website']['blogpost'][0]['description']['sub'])
the info you need

Once we can extract the data as above, we can easily store them in lists or databases for further processing.

一旦我们可以如上所述提取数据，就可以轻松地将它们存储在列表或数据库中以进行进一步处理。

用熊猫处理数据 (Processing your data with Pandas)

If you are already comfortable in Pandas and you’d like to work with flat data, there is a quick way to get your data into data frames. First up, you can take the first level of your data and add it to a dataFrame.

如果您已经对Pandas感到满意并且想使用平面数据，则可以使用一种快速的方法将数据放入数据框。 首先，您可以获取数据的第一级并将其添加到dataFrame中。

df = pd.read_json(obj)
Image for post

As you can see, read_json takes in a string data type and only allows us to see top-level information. In other words, it doesn’t flatten any of the structures. We need a way to navigate through the lower levels of the data.

如您所见，read_json接受字符串数据类型，仅允许我们查看顶级信息。 换句话说，它不会使任何结构扁平化。 我们需要一种方法来浏览较低级别的数据。

We can flatten the data by a further level by using the json_normalise pandas method.

我们可以使用json_normalise pandas方法将数据进一步平整。

obj = json.loads(obj)
df1 = pd.json_normalize(obj)
Image for post

展平JSON (Flattening the JSON)

There are certain cases where you simply want to flatten out the data. It certainly can make data analysis quicker at times and can allow for the visual inspection of a large number of records (think Excel type data filtering).

在某些情况下，您只是想整理数据。 当然，它有时可以使数据分析更快，并且可以可视化检查大量记录(请考虑使用Excel类型的数据过滤)。

You can do that using a third-party library. First up, install the library:

您可以使用第三方库来实现。 首先，安装库：

pip install json-flatten

Then, run the following commands:

然后，运行以下命令：

>>> import json
>>> obj = json.loads(obj)>>> import json_flatten
>>> print(json_flatten.flatten(obj)){'usersName': 'Costas', 'website.host': 'www.medium.com', 'website.account': 'costasandreou', 'website.blogpost.0.type': 'title', 'website.blogpost.0.description.main': 'Working with JSON in Python', 'website.blogpost.0.description.sub': 'the info you need'}

交叉记录分析 (Cross Record Analysis)

All the items we have explored so far focused on processing a single JSON record. However, in the real world, you are likely required to process many JSON documents and be required to aggregate across records.

到目前为止，我们探索的所有项目都集中在处理单个JSON记录上。 但是，在现实世界中，您可能需要处理许多JSON文档，并且需要跨记录进行汇总。

You can consider any of the following methods for enabling your analysis:

您可以考虑采用以下任何一种方法来进行分析：

  • MongoDB to store the data and then run aggregations on top

    MongoDB存储数据，然后在顶部运行聚合
  • Flatten the data and use pandas for operations

    整理数据并使用熊猫进行操作
  • Flatten the data and export to Excel for further operations

    展平数据并导出到Excel以进行进一步的操作
  • Choose the attributes you are after and load them in a SQL DB for further analysis

    选择您需要的属性并将其加载到SQL DB中以进行进一步分析

结论(Conclusions)

There you have it. In exactly 5 minutes you know everything you need to know to get you started working with JSON. I encourage you to spend some time and get intimately familiar with it. It is widely used and it is certainly a must-have on your CV!

你有它。 在短短5分钟内，您就了解了开始使用JSON所需的一切。 我鼓励您花一些时间并熟悉它。 它被广泛使用，并且绝对是您简历上的必备品！

翻译自: https://towardsdatascience.com/working-with-json-in-python-a53c3b88cc0

weixin_26721705
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
简单介绍Python中的JSON模块
09-22
在Python中，JSON模块还提供了json.dump()方法，该方法除了可以序列化Python对象到JSON格式外，还可以将序列化后的JSON数据直接写入文件。这在需要将数据持久化存储时非常有用。 Python中的JSON模块不仅能够处理...
python中的json总结
09-20
1. JSON格式化转换：使用json库中的dumps()函数可以将Python中的字典转换成JSON格式的字符串。例如： ```python import json data = {'a': 1, 'b': 2, 'c': 3} json_str = json.dumps(data) print(json_str) ``` ...
python中json的使用
Jepson的博客
09-09 1076
json模块 JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。Python 中可以使用 json 模块来对 JSON 数据进行编解码，它主要提供了四个方法： dumps、dump、loads、load json.loads：字符串(标准json格式)转换成 dict list： import json data = '[{"name":"张三","age":20},{"name":"李四","age":19},{"name":"小文","age":21}]
Python JSON
既然选择了远方 便只顾风雨兼程 - 永强
09-25 695
Python JSON JSON (JavaScript Object Notation) is a popular data format used for representing structured data. It’s common to transmit and receive data between a server and web application in JSON format. JSON (JavaScript 对象表示法) 是一种流行的数据格式，用于表示结构化数据。在服务器和 W
python json函数
LI4836的博客
12-26 172
使用之前需要导入json函数 import json 方法 作用 json.dumps() 将python对象编码成json字符串 json.loads() 将已编码的json字符串解码成python对象 json.dumps() 查看dumps的用法 >>> import json >>> help(json.dumps) Help ...
python中json用法详解
IT之一小佬的博客
01-06 2万+
python中json用法详解
json在python中的处理
zhlyks的专栏
03-19 564
JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：JSON类型 Python类型 {} dict [] list “string” ‘str’或u’unicode’ 1234.56 int或float true/false True/False null NonePython内置的json模块提供了非常完善的Py
解决Python下json.loads()中文字符出错的问题
09-19
然而，在Python 2.7环境中使用`json.loads()`方法处理中文时可能会遇到一些问题。本文将详细介绍如何解决Python 2.7环境下使用`json.loads()`解析中文字符时遇到的错误。 #### 问题背景 在Python 2.7版本中，...
详解python中的json的基本使用方法
09-21
### 详解 Python 中 JSON 的基本使用方法 #### 引言 JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。Python 提供了一个内置的 `json` 模块来处理 ...
Python学习—JSON序列化处理
in_nocence的博客
04-29 357
之前学习了序列化的一种方法——pickle序列化。 其核心是通过pickle.dumps()将对象序列化为str，之后再将这个str写入文件。打开刚才的文件，我们发现，刚才辛苦序列化半天的东西，竟然完全是一些莫名字符的堆积——Python保存的对象内部信息。因此当需要将对象从磁盘读取到内存时，首先要把内容读成str，再通过pickle.loads()反序列化出对象。 但是Pickle的问题和所...
python——json介绍和json支持
良木
03-25 986
json介绍 json即JavaScript object notation，他是由ECMAScript(欧洲计算机协会制定的js规范)的一个自己，采用完全独立于编程语言的文本格式来存储和表示数据。简洁和清晰的层次结构使得json成为理想的交换语言。易于人阅读和编写，同时也易于集器解析和生成，并有效的提升网络传输效率。 最早的时候，json是用来JavaScript 语言的数据交换格式，后来才慢慢...
python怎么导入json_将JSON数据导入Python
weixin_39941721的博客
01-12 659
Trying to find a simple way to import data from a JSON file into Python. My initial thoughts would be to read the file line by line, but this might imply some additional processing which should alrea...
【强烈推荐】Python中JSON的基本使用（超详细）
impoijimlq的博客
04-30 3万+
json.dumps将 Python 对象编码成 JSON 字符串json.loads将已编码的 JSON 字符串解码为 Python 对象json.dump和json.load，需要传入文件描述符，加上文件操作。json内部的格式要注意，一个好的格式能够方便读取，可以用indent格式化。个人总结：dump：存入的实例对象object（序列化）dumps：存入的JSON的字符串数据load：读取的实例对象object（反序列化）loads：读取的JSON的字符串数据，转化为Python。
Python中JSON的基本使用
热门推荐
Just do it !
07-22 14万+
JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。Python3 中可以使用 json 模块来对 JSON 数据进行编解码，它主要提供了四个方法： dumps、dump、loads、load。 dump和dumps dump和dumps对python对象进行序列化。将一个Python对象进行JSON格式的编码。 dump函数： js...
（二十一）Python Json练习
我都不会的博客
12-05 1005
import json data = { 'no': 1, 'name': 'WangFan', 'url': 'http://www.WangFan.com' } json_str = json.dumps(data) print("Python 原始数据：", repr(data)) print("JSON 对象：", json_str) data1 = { ...
python中的json的基本使用方法
anshejd70787的博客
05-06 477
在python中使用json的时候，主要也就是使用json模块，json是以一种良好的格式来进行数据的交互，从而在很多时候，可以使用json数据格式作为程序之间的接口， #!/usr/bin/env python #-*- coding:utf-8 -*- import json print json.load(open('kel.txt')) #deserialize st...
使用Python解析JSON
pengjunlee的博客
04-13 13万+
JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。Python3 中可以使用 json 模块来对 JSON 数据进行编解码，主要包含了下面4个操作函数： 提示：所谓类文件对象指那些具有read()或者 write()方法的对象，例如，f = open('a.txt','r')，其中的f有read()方法，所以f就是类文件对象。 在json的编...
LintCode 37. 反转一个3位整数
Gloming__zxy的博客
11-21 372
描述 ENG 反转一个只有3位数的整数。 你可以假设输入一定是一个只有三位数的整数，这个整数大于等于100，小于1000。 您在真实的面试中是否遇到过这个题？是 题目纠错 样例 样例 1: 输入: number = 123 输出: 321 样例 2: 输入: number = 900 输出: 9 ...
如何在python中使用json
最新发布
09-24
### 回答1： 在 Python 中使用 json 模块来处理 JSON 数据。 要将 JSON 字符串转换为 Python 对象，可以使用 json.loads() 函数： ``` import json json_data = '{"name": "John", "age": 30, "city": "New York"}' data = json.loads(json_data) print(data) ``` 输出结果： ``` {'name': 'John', 'age': 30, 'city': 'New York'} ``` 要将 Python 对象转换为 JSON 字符串，可以使用 json.dumps() 函数： ``` import json data = { "name": "John", "age": 30, "city": "New York" } json_data = json.dumps(data) print(json_data) ``` 输出结果： ``` '{"name": "John", "age": 30, "city": "New York"}' ``` 此外，还可以使用 json.load() 和 json.dump() 函数从文件中读取和写入 JSON 数据。 例如，可以使用以下代码从文件中读取 JSON 数据并将其转换为 Python 对象： ``` import json with open('data.json', 'r') as f: data = json.load(f) print(data) ``` 可以使用以下代码将 Python 对象写入文件并以 JSON 格式保存： ``` import json data = { "name": "John", "age": 30, "city": "New York" } with open('data.json', 'w') as f: json.dump(data, f) ``` ### 回答2： 在Python中，我们可以使用内置的json模块来处理和操作JSON数据。 1. 导入json模块： ``` import json ``` 2. 将JSON字符串转换为Python对象： ``` json_str = '{"name": "Alice", "age": 25}' data = json.loads(json_str) print(data) # 输出 {'name': 'Alice', 'age': 25} ``` 3. 将Python对象转换为JSON字符串： ``` data = {'name': 'Bob', 'age': 30} json_str = json.dumps(data) print(json_str) # 输出 '{"name": "Bob", "age": 30}' ``` 4. 从文件中读取JSON数据： ``` with open('data.json') as file: data = json.load(file) ``` 5. 将JSON数据写入文件： ``` data = {'name': 'Charlie', 'age': 35} with open('data.json', 'w') as file: json.dump(data, file) ``` 6. 访问和修改JSON数据： ``` data = {'name': 'David', 'age': 40} print(data['name']) # 输出 'David' data['age'] = 45 ``` 7. 处理复杂的JSON数据： 如果JSON数据包含嵌套的列表或字典，可以使用json模块的函数来处理。 ``` data = {'name': 'Eve', 'grades': [80, 90, 85]} print(data['grades'][0]) # 输出 80 ``` 通过以上方法，我们可以方便地在Python中使用json模块来处理JSON数据，实现数据的解析、转换、读取和写入等操作。 ### 回答3： 在Python中，可以使用json模块来处理JSON数据。下面是一些使用json模块的常见方法： 1. 将Python数据转换为JSON字符串： 可以使用json.dumps()函数将Python的字典、列表等数据类型转换为JSON格式的字符串。例如： ``` import json data = { 'name': 'John', 'age': 25, 'city': 'New York' } json_str = json.dumps(data) print(json_str) ``` 输出：`{"name": "John", "age": 25, "city": "New York"}` 2. 将JSON字符串转换为Python数据： 可以使用json.loads()函数将JSON格式的字符串转换为Python的数据类型（字典、列表等）。例如： ``` import json json_str = '{"name": "John", "age": 25, "city": "New York"}' data = json.loads(json_str) print(data) ``` 输出：`{'name': 'John', 'age': 25, 'city': 'New York'}` 3. 读取JSON文件： 可以使用open()函数打开JSON文件，并使用json.load()函数将JSON文件读取为Python数据。例如： ``` import json with open('data.json') as f: data = json.load(f) print(data) ``` 假设data.json文件中的内容是：`{"name": "John", "age": 25, "city": "New York"}`，输出为：`{'name': 'John', 'age': 25, 'city': 'New York'}` 4. 写入JSON文件： 可以使用open()函数创建一个JSON文件，并使用json.dump()函数将Python数据写入JSON文件。例如： ``` import json data = { 'name': 'John', 'age': 25, 'city': 'New York' } with open('data.json', 'w') as f: json.dump(data, f) ``` 执行后，将在当前目录下创建一个名为data.json的文件，内容为：`{"name": "John", "age": 25, "city": "New York"}`。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值