版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/hxcaifly/article/details/80218713
1.序列化的作用
在程序运行过程中，所有的变量都是加载到内存中的，比如定义一个dict：
d = dict(name='Bob', age=20, score=88)可以随时修改变量，比如把name改成’Bill’，但是一旦程序结束，变量所占用的内存就被操作系统全部回收。如果没有把修改后的’Bill’存储到磁盘上，下次重新运行程序，变量又被初始化为’Bob’。
我们把变量从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling。序列化之后，我们可以把序列化之后的 变量存入磁盘，进行永久存储；等待我们后续需要用到这个变量的时候，就可以把这个序列化变量重新加载到内存中供我们使用。
2.python中序列化和反序列的实现方式
在python中序列化的包是cPickle。定义序列化和反序列化的方法：
import cPickle
def write_to_pkl(data,filename):
with open(filename, "wb") as fw:
cPickle.dump(data, fw)
def read_from_pkl(filename):
with open(filename,'rb') as fr:
data = cPickle.load(fr)
return data
其中write_to_pkl方法是把变量序列化，然后存入某个临时pkl文件中去；read_from_pkl方法是把pkl反序列化，加载到我们的内存中来。
下面具体的例子来说明：
class Person:
def __init__(self, name, age, job):
self.name = name
self.age = age
self.job = job
def work(self):
print(self.name, 'is working...')
a_person = Person('abc', 22, 'waiter')
write_to_pkl(a_person,'test.pkl')
data=read_from_pkl('test.pkl')
print data.work()
#返回结果：('abc', 'is working...')上面的代码，我们定义了一个测试类。首先把a_person这个实例序列化之后存入我们的本地文件test.pkl。然后再反序列化，把实例重新加载到内存，并调用实例的work()方法。结果发现程序可以按照我们的预想正确执行。
以上是我们对类的实例进行序列化的demo。实际过程中，对于dict，list等各种常用的数据类型，我们都可以利用类似的方法，对其序列化和反序列化。
3.序列化的常用场景
在大数据分析领域，我们利用python,比如pandas框架把数据加载到内存中，并且对其做了一些分析，这个会产生一些中间结果。此时，这些中间结果是保存在内存中，这样子是不安全的，随时有丢失的可能性。这个时候，我们就可以对其序列化了，存入本地磁盘中，后续想进一步对这些中间结果做分析时，可以重新反序列化到内存中来。