python小技巧——將變量保存在本地及讀取
在用jupyter notebook寫python代碼的過程中會產(chǎn)生很多變量,而關(guān)閉后或者restart jupyter kernel后所有變量均會消失,想要查看變量就必須將代碼重新再運(yùn)行一遍,而想在另一個jupyter notebook中調(diào)用變量就更加麻煩。在運(yùn)行時間很長的代碼中將變量保存下來能夠節(jié)省很多事。
那就開始吧!
我用到的包是pickle
1.在使用之前首先需要導(dǎo)入包:
import pickle
2.導(dǎo)入包后即可開始實質(zhì)性操作,我們定義保存變量和讀取變量的函數(shù)。
保存變量函數(shù):
def save_variable(v,filename): f=open(filename,'wb') pickle.dump(v,f) f.close() return filename
讀取變量函數(shù):
def load_variavle(filename): f=open(filename,'rb') r=pickle.load(f) f.close() return r
3.保存變量和讀取變量操作。
保存變量:將變量results
保存在results.txt
文件中。
filename = save_variable(results, 'results.txt')
讀取變量:從results.txt
中讀取變量內(nèi)容給results
。
results = load_variavle('results.txt')
最后將代碼放在一起,想用哪段用哪段。
import pickle def save_variable(v,filename): f=open(filename,'wb') pickle.dump(v,f) f.close() return filename def load_variavle(filename): f=open(filename,'rb') r=pickle.load(f) f.close() return r filename = save_variable(results,'results.txt') results = load_variavle('results.txt')
以上就是python小技巧——將變量保存在本地及讀取的詳細(xì)內(nèi)容,更多關(guān)于python 變量保存并讀取的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
tensorflow+k-means聚類簡單實現(xiàn)貓狗圖像分類的方法
這篇文章主要介紹了tensorflow+k-means聚類簡單實現(xiàn)貓狗圖像分類,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-04-04Python函數(shù)關(guān)鍵字參數(shù)及用法詳解
本文主要介紹了Python函數(shù)關(guān)鍵字參數(shù)及用法詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03Python字符串和二進(jìn)制字符串之間的轉(zhuǎn)換方法示例
python中沒有0-1形式的二進(jìn)制類型,但我們依然可以存儲二進(jìn)制類型的數(shù)據(jù),下面這篇文章主要給大家介紹了關(guān)于Python字符串和二進(jìn)制字符串之間的轉(zhuǎn)換方法,需要的朋友可以參考下2023-06-06Python?paddleocr快速使用及參數(shù)配置詳解
PaddleOCR是基于PaddlePaddle深度學(xué)習(xí)框架的開源OCR工具,但它提供了推理模型/訓(xùn)練模型/預(yù)訓(xùn)練模型,用戶可以直接使用推理模型進(jìn)行識別,也可以對訓(xùn)練模型或預(yù)訓(xùn)練模型進(jìn)行再訓(xùn)練,這篇文章主要介紹了Python?paddleocr快速使用及參數(shù)詳解,需要的朋友可以參考下2024-06-06