Python学习（四）cPickle的用法

　python中有两个类似的：pickle与cPickle；两者的关系：“cPickle – A faster pickle”
　　pickle模块中的两个主要函数是dump()和load()。dump()函数接受一个文件句柄和一个数据对象作为参数，把数据对象以特定的格式保存到给定的文件中。当我们使用load()函数从文件中取出已保存的对象时，pickle知道如何恢复这些对象到它们本来的格式。
　　cPickle可以对任意一种类型的python对象进行序列化操作，比如list，dict，甚至是一个类的对象等。而所谓的序列化，我的粗浅的理解就是为了能够完整的保存并能够完全可逆的恢复。在cPickle中，主要有四个函数可以做这一工作，下面使用例子来介绍。
　　
一、dump： 将python对象序列化保存到本地的文件。

>>> import cPickle
>>> data = range(1000)
>>> cPickle.dump(data,open("test\data.pkl","wb"))
1
2
3
　　dump函数需要指定两个参数，第一个是需要序列化的python对象名称，第二个是本地的文件，需要注意的是，在这里需要使用open函数打开一个文件，并指定“写”操作。

二、 load：载入本地文件，恢复python对象

>>> data = cPickle.load(open("test\data.pkl","rb"))
1
　　同dump一样，这里需要使用open函数打开本地的一个文件，并指定“读”操作

三、 dumps：将python对象序列化保存到一个字符串变量中

>>> data_string = cPickle.dumps(data)
1
四、 loads：从字符串变量中载入python对象

>>> data = cPickle.loads(data_string)
1
例子：

# -*- coding: utf-8 -*-
import pickle
# 也可以这样：
# import cPickle as pickle
obj = {"a": 1, "b": 2, "c": 3}
# 将 obj 持久化保存到文件 tmp.txt 中
pickle.dump(obj, open("tmp.txt", "w"))
# do something else ...
# 从 tmp.txt 中读取并恢复 obj 对象
obj2 = pickle.load(open("tmp.txt", "r"))
print obj2
1
2
3
4
5
6
7
8
9
10
11
例子：神经网络中模型参数的保存

if best_accuracy<val_accuracy:
best_accuracy = val_accuracy
cPickle.dump(model,open("./model.pkl","wb"))
---------------------
作者：深度学习思考者
来源：CSDN
原文：https://blog.csdn.net/u010402786/article/details/51161828
版权声明：本文为博主原创文章，转载请附上博文链接！