Python 之 cPickle 实现文件存取

拼搏现实的明天。 2022-08-03 23:52 134阅读 0赞

计算机的内存中存储的是二进制的序列 (当然，在Linux眼中，是[文本流][Link 1])。我们可以直接将某个对象所对应位置的数据抓取下来，转换成文本流 (这个过程叫做serialize)，然后将文本流存入到文件中。由于Python在创建对象时，要参考对象的类定义，所以当我们从文本中读取对象时，必须在手边要有该对象的类定义，才能懂得如何去重建这一对象。从文件读取时，对于Python的内建(built-in)对象 (比如说整数、词典、表等等)，由于其类定义已经载入内存，所以不需要我们再在程序中定义类。但对于用户自行定义的对象，就必须要先定义类，然后才能从文件中载入对象。

在python中，一般可以使用pickle类来进行python对象的序列化，而cPickle提供了一个更快速简单的接口，如python文档所说的：“cPickle -- A faster pickle”。

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。

1， 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"))  
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。

2. load：载入本地文件，恢复python对象  
>>> data = cPickle.load(open("test\\\\data.pkl","rb"))  
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

3. dumps：将python对象序列化保存到一个字符串变量中。

>>> data\_string = cPickle.dumps(data)

4. loads：从字符串变量中载入python对象  
>>> data = cPickle.loads(data\_string)

【源码示例】

import h5py
    import cPickle
    
    #data_path = 'F:\\20150727_1010\\FEAT_Name.mat'
    data_path = 'F:\\wfpdm\\20150727_1010\\FEAT_Name.mat'
    #data_path = 'H:\\wfpdm\\20150727_1010\\FEAT_Name.mat'
    root_path = "F:\\wfpdm\\20150727_1010\\"
    #root_path = "H:\\wfpdm\\20150727_1010\\"
    
    myfile=h5py.File(data_path,'r')
    Data_Set = [myfile[element[0]][:].T for element in myfile['FEAT_Name']]
    #data = [myfile[element[0]][:].T for element in myfile['FEAT_Name']]
    #print data[0].shape 
    #print data[1].shape
    print Data_Set[0].shape
    myfile.close()
    
    filename='Tst.pkl' 
    fid = open(root_path+filename, 'wb')
    cPickle.dump(Data_Set,fid)
    fid.close()
    
    fim = open(root_path+filename,"rb")
    loaddata = cPickle.load(fim)
    fim.close()
    print loaddata[0].shape

[Link 1]: http://www.cnblogs.com/vamei/archive/2012/09/14/2683756.html