ピクルスとはcPickle、両者の関係：2つの類似のPythonがある「はcPickle -高速ピクルス」
ピクルスモジュールは、2つの主な機能は、ダンプ（）と負荷（）です。（）関数をダンプパラメータとデータオブジェクトとしてファイルハンドルを受け付け、データオブジェクトは、指定されたファイル形式に特に、格納されています。我々は、負荷を使用する場合は（）関数は、ファイル保存されたオブジェクトから削除された、ピクルスは、元の形式にオブジェクトを復元する方法を知っています。
cPickle動作シーケンスも、オブジェクトのクラスと同様に、そのようなリスト、辞書などのPythonオブジェクト、任意のタイプのためのものであってもよいです。いわゆるシリアライズは、私の表面的な理解が保存できるようにすることであり、完全な回復は完全に可逆的であることができます。cPickleでは、4つの主要な機能は、仕事を紹介するために、次の例を使用することができます。
、ダンプ：ローカルファイルに保存されたPythonオブジェクトのシリアル化。
cPickle >>>インポート
>>> =レンジデータ（1000）
>>> cPickle.dump（データ、オープン（ "\\ data.pkl試験"、 "WB"））
。1
2
。3
ダンプ機能は、2つのパラメータを取るし、最初は、Pythonのオブジェクト名をシリアル化する必要があり、第二は、ここでの操作「書き込み」ファイルを開くには、open関数を使用して指定する必要があることに注意して、ローカルファイルです。
二、負荷：Pythonオブジェクトを回復、ローカルファイルを読み込みます
データ= cPickle.load >>>（オープン（「\\ data.pkl試験」、「RB」））
。1
同じダンプと、オープン機能は、ローカルファイルを開くと指定する「読み取る」ために使用する必要がある操作
三、ダンプ：Pythonのオブジェクトは、文字列変数の保存にシリアライズされます
Data_string = cPickle.dumps >>>（データ）
1。
4、荷重：読み込み対象文字列変数のPythonから
>>>データ=のcPickle.loads（data_string）
1
例子。
＃ - * -コーディング：UTF-8 - * -
インポートピクルス
＃はそうであってもよい：
＃ピクルスASインポートはcPickle
OBJ = { "" :. 1、 "B"：2、 "C" :. 3}
＃OBJの永続内のファイルに保存されてtmp.txt
pickle.dump（OBJ、オープン（ "tmp.txt"、 "W"））
＃何かをください...
tmp.txtから＃の読み取りとOBJオブジェクトを復元
obj2が= pickle.load （オープン（ "tmp.txt"、 "R＆LT"））
印刷OBJ2
1
2
3。
4。
5。
6。
7。
8。
9。
10
11。
例：ニューラルネットワークモデルパラメータを保存
best_accuracy <IF val_accuracy：
best_accuracy = val_accuracy
cPickle.dump（モデル、オープン（ "./ model.pkl"、 "WB"））
---------------------
著者：深い学習思想家の
ソース：CSDNの
元ます。https：//blog.csdn.net/u010402786/article/details/51161828
著作権：この記事はブロガーのオリジナルの記事、再現され、ボーエンのリンクを添付してください！
