python封装函数、实现将任意的对象序列化到磁盘上_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'

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

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 "", line 1, in

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)

############### 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：

print (obj1)

#输出：python专用的存储格式

obj2 = pickle.loads(obj1)

print (type(obj2))

#输出：

print (obj2)

#输出：(123, abcdedf, [ac, 123], {key1: value1, key: value})