2024年大数据最全技术学习：Python（03）｜欲先善其事，必先利其器(2)，看完必懂-优快云博客

本文链接：https://blog.youkuaiyun.com/2401_84182146/article/details/138818863

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

dict ==> object
list, tuple ==> array
str, unicode ==> string
int, long, float ==> number
True ==> true
False ==> false
None ==> null

相反，如果是json类型像python中类型转化，也有如下对照表，也先记住哈：

object ==> dict
array ==> list, tuple
string ==> str, unicode
number(int) ==> int, long
number(real) ==> float
true ==> True
false ==> False
null ==> None

🎈1.3简单案例
JSON（JavaScript Object Notation）是一种轻量级的数据交换格式。在Python中使用 JSON 函数需要导入 json 库：import json

例如下面的例子：

Macbook:c01  $ python3
Python 3.9.9 (main, Nov 21 2021, 03:23:44)
[Clang 13.0.0 (clang-1300.0.29.3)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>>
>>> import json
>>>
>>> person = {"person":{"name":"小明","sex":"男","age":18}}
>>>
>>> show_person = json.dumps(person, sort_keys=True, indent=4, separators=(',', ': '))
>>>
>>> print(show_person)
{
    "person": {
        "age": 18,
        "name": "\u5c0f\u660e",
        "sex": "\u7537"
    }
}
>>>

🏮 2 JSON模块

json 常用的是两个，其实这俩是互相转换的关系。

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。

🎈2.1 json.dumps学习

语法格式

json.dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, encoding=“utf-8”, default=None, sort_keys=False, **kw)

案例剖析

# 引入json模块
>>> import json
# Python字典
>>> person = {"person":{"name":"小明","sex":"男","age":18}}
# 打印person对象
>>> print(person)
{'person': {'name': '小明', 'sex': '男', 'age': 18}}
# person这个对象的类型
>>> type(person)
<class 'dict'>

# Python字典转json后
>>> python_person = json.dumps(person, sort_keys=True, indent=4, separators=(',', ': '))
>>>
>>> print(python_person)
{
    "person": {
        "age": 18,
        "name": "\u5c0f\u660e",
        "sex": "\u7537"
    }
}
# 类型为字符串
>>> type(show_person)
<class 'str'>

从上面的执行结果，我们不难看出，json格式和Python格式的区别在于:

python格式打印输出是单引号，类型为dict。而json格式打印输出是双引号，类型为: str。
True 的开头大小写区别（这个我没实验，可以参考老师博文）。

其他参数：

skipkeys ：是否允许JSON字串编码字典对象时，字典的key不是字符串类型(默认是不允许)
ensure_ascii：对中文默认使用的ascii编码，想输出真正的中文需要指定。默认为True。
check_circular：如果为false，则循环参考检查将跳过容器类型的循环引用，并将循环引用导致“溢出错误”（或更糟）
allow_nan：如果为false，则表示为“ValueError”在中序列化超出范围的“浮点”值（nan、inf、-inf）严格遵守JSON规范，而不是使用JavaScript等价物（NaN、Infinity、-Infinity）。
indent：定义缩进距离大小。例如我上面案例中定义为4。
separators ：定义分隔符。json元组格式。
encoding ：编码
sort_keys ：是否排序

没有罗列的参数可以参考python的源码查看相对应的解析。

🎈2.2 json.loads学习

json.loads 用于解码 JSON 数据。该函数返回 Python 字段的数据类型。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

%以上大数据知识点，真正体系化！**

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取