python序列化保存对象——pickle和json

使用总结：

• pickle保存成二进制序列，json保存成json格式的可读文本，显然json文件可读性更强；
• pickle保存的对象只能用于python，且不同版本可能不通用；
• pickle用来载入自定义的类实例时，必须先导入相应类型；
• dump、load用来操作文件流，dumps、loads用来操作对象
• pickle操作文件时，要以’b’二进制打开文件；
• json本身有自己定义的一些数据格式，所以存储时需要确保存储对象在json中有对应的类型
  json使用时参照以下的对应表，如果想要序列化的数据类型不在这些里面，则保存时会报错

json	python
object	dict
array	list
string	str
number (int)	int
number (real)	float
true	True
false	False
null	None

顺便，以下语句可以用来判断对象类型，他会返回一个bool量

isinstance(obj, str)
isinstance(obj, np.ndarray) # 对于导入库中的类型

json用法

import json
d = dict{"a": 1, "b": [1,2,3]}
# json对象
obj = json.dumps(d)  # 将d序列化保存在obj中
dd = json.loads(obj)        # 将obj反序列化为python对象

# 文件
fr = open("tmp.json", 'w')
json.dump(d, fr) # 保存到文件
fr.close()

fr = open("tmp.json", 'r')
dd = json.load(fr) # 读取文件
fr.close()

pickle 用法

import pickle
obj = pickle.dumps(d)  # 将d保存成字节流
dd = pickle.loads(obj)        # 将字节流解析python对象

# 文件
fr = open("tmp.json", 'wb')
pickle.dump(d, fr) # 保存到文件
fr.close()

fr = open("tmp.json", 'rb')
dd = pickle.load(fr) # 读取文件
fr.close()

参考：
python中json模块文档
python中json模块文档