Python Pickle库详解：序列化与反序列化实战指南

前文曾通过简单示例介绍机器学习概念并提及pickle库，本文将对该库的使用进行更深入的阐述。

首先需要明确，为何在编程中必须进行序列化和反序列化操作？

首要原因是便于存储。序列化过程将文本或对象信息转换为二进制数据流，使得数据能够方便地存储在硬盘中。当需要读取文件时，从硬盘获取数据并执行反序列化，即可还原原始数据。在Python程序运行过程中生成的字符串、列表、字典等数据，若希望长久保存以便后续使用，而非仅存在于易失的内存中（关机断电即丢失），Python标准库中的Pickle模块便派上了用场。它能将对象转换为可传输或存储的格式。

其次是便于传输。在两个进程进行远程通信时，双方可以发送各种类型的数据。无论数据类型如何，最终都会以二进制序列的形式在网络中传输。发送方需将对象转换为字节序列以便网络传输；接收方则需将接收到的字节序列恢复为原始对象。

（此处引用前文：通过简单示例来理解什么是机器学习）

Pickle是Python语言的一个标准模块，安装Python环境后已内置该库，无需单独安装。

Pickle模块实现了基本的数据序列化和反序列化功能。通过其序列化操作，可以将程序中运行的对象信息保存到文件中，实现永久存储；通过反序列化操作，则可以从文件中重建之前保存的对象实例。

在官方文档介绍中，序列化操作的英文描述包含多个词汇，如“serializing”、“pickling”、“serialization”、“marshalling”或“flattening”等，它们均指代序列化的含义。相应的，反序列化操作的英文词汇包括“de-serializing”、“unpickling”、“deserailization”等。为避免混淆，通常使用“pickling”/“unpickling”或“serialization”/“deserailization”这一对术语。

Pickle模块以二进制形式将序列化后的数据保存到文件中（文件后缀通常为“.pkl”），因此无法直接打开预览。相比之下，Python的另一个序列化标准模块JSON是“human-readable”（人类可读）的，可以直接用文本编辑器（如Notepad++）打开查看。

Pickle模块主要包含两类接口：序列化和反序列化。

其中，序列化操作包括以下方法：

pickle.dump()
Pickler(file, protocol).dump(obj)

反序列化操作包括以下方法：

pickle.load()
Unpickler(file).load()

2 序列化操作详解

2.1 序列化方法pickle.dump()

序列化的主要方法为 pickle.dump()，。该方法的相关参数定义如下：

pickle.dump(obj, file, protocol=None,*,fix_imports=True)

此方法的功能是将序列化后的对象obj以二进制形式写入指定的文件file中，从而实现保存。其底层功能等同于调用 Pickler(file, protocol).dump(obj)。

关于参数file，有一个关键注意事项：必须以二进制模式进行操作（写入）。

参考前文的案例如下：

import picklewith open('svm_model_iris.pkl', 'wb') as f:
 pickle.dump(svm_classifier, f)

在此案例中，file参数为'svm_model_iris.pkl''，并且以二进制写入模式（'wb'）进行操作。

关于参数protocol，共有5种不同的类型，即（0, 1, 2, 3, 4）。其中，（0, 1, 2）对应Python的早期版本，而（3, 4）则是Python 3之后的版本标准。

此外，参数中可选用 pickle.HIGHEST_PROTOCOL 和 pickle.DEFAULT_PROTOCOL。在当前Python 3.5版本中，pickle.HIGHEST_PROTOCOL的值为4，pickle.DEFAULT_PROTOCOL的值为3。当protocol参数设置为负数时，表示选择当前环境下的pickle.HIGHEST_PROTOCOL。

关于参数protocol的官方详细说明如下：

2.2 序列化方法pickle.dumps()

pickle.dumps()方法的参数定义如下：

pickle.dumps(obj, protocol=None,*,fix_imports=True)

pickle.dumps()方法与pickle.dump()方法的区别在于，pickle.dumps()方法不需要将数据写入文件，而是直接返回一个序列化的bytes对象。

2.3 序列化方法Pickler(file, protocol).dump(obj)

Pickle模块提供了面向对象的序列化类方法，即 class pickle.Pickler(file, protocol=None,*,fix_imports=True)，该Pickler类拥有dump()方法。

Pickler(file, protocol).dump(obj) 实现的功能与pickle.dump() 是完全一致的。

关于Pickler类的其他方法，请参考官方API文档。

（插播说明：技术文章转发较多，本文源自微信公众号：“Python数据之道”（ID：PyDataRoad）。）

3 反序列化操作详解

3.1 反序列化方法pickle.load()

反序列化的主要方法为pickle.load()，该方法的相关参数定义如下：

pickle.load(file, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)

此方法的功能是将序列化的对象从文件file中读取出来。其底层功能等同于调用 Unpickler(file).load()。

关于参数file，同样需要注意：必须以二进制模式进行操作（读取）。

参考前文的案例如下：

import picklewith open('svm_model_iris.pkl', 'rb') as f:
 model = pickle.load(f)

在此案例中，file参数为'svm_model_iris.pkl''，并且以二进制读取模式（'rb'）进行操作。

在读取时，参数protocol是自动选择的，load()方法中无需显式指定该参数。

3.2 反序列化方法pickle.loads()

pickle.loads()方法的参数定义如下：

pickle.loads(bytes_object, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)

pickle.loads()方法与pickle.load()方法的区别在于，pickle.loads()方法是直接从bytes对象中读取序列化的信息，而非从文件中读取。

3.3 反序列化方法Unpickler(file).load()

Pickle模块提供了面向对象的反序列化类方法，即 class pickle.Unpickler(file, *,fix_imports=True, encoding="ASCII", errors="strict")，该Unpickler类拥有load()方法。

Unpickler(file).load() 实现的功能与pickle.load()是一致的。

关于Unpickler类的其他方法，请参考官方API文档。

4 哪些类型可以进行序列化和反序列化操作

官方文档对此有明确介绍，此处不再赘述。

写在后面

Pickle模块在实际开发中非常实用。当然，关于Pickle模块还有大量信息值得探索，希望了解更多内容的读者，建议阅读Python官方API文档（library部分）。

以上所述是小编给大家介绍的Python中Pickle库的使用详解，希望对大家有所帮助。如果大家有任何疑问，请留言，小编会及时回复。在此也非常感谢大家对本站网站的支持！