欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python 存儲(chǔ)json數(shù)據(jù)的操作

 更新時(shí)間:2021年05月10日 08:54:58   作者:秋殤閣  
這篇文章主要介紹了python 存儲(chǔ)json數(shù)據(jù)的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

本篇我們將學(xué)習(xí)簡(jiǎn)單的json數(shù)據(jù)的存儲(chǔ)

首先我們需要引入json模塊:

import json

這里我們模擬一個(gè)常見常見,我們讓用戶輸入用戶名、密碼,在密碼輸入完成后提示用戶再次輸入密碼來確認(rèn)自己的輸入,如果兩次密碼一致,那么我們將用戶名和密碼以json格式寫入文件,否則提示用戶再次輸入密碼。

name = input("please enter your name:")
password = input("please enter your password:")
confirm_password = input("confirm your password:")
while password != confirm_password:
    print("input password inconsistencies,please try again")
    password = input("please enter your password:")
    confirm_password = input("confirm your password:")

我們運(yùn)行下代碼確保我們的準(zhǔn)備工作沒有問題:

這里寫圖片描述

ok,我們可以通過用戶輸入拿到用戶名和密碼,接下來,我們就需要將兩者以json格式存入文件了。

首先,我們將我們的輸入轉(zhuǎn)化為json對(duì)象:

user_info = json.dumps({'username': name, 'password': password}, sort_keys=True, indent=4, ensure_ascii=False)
print(user_info)

這里我們使用了json.dumps函數(shù),該函數(shù) 用于將 Python 對(duì)象編碼成 JSON 字符串。

語法:

def dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True,         allow_nan=True, cls=None, indent=None, separators=None,         default=None, sort_keys=False, **kw) Inferred type: (obj: Any, Any, skipkeys: bool, ensure_ascii: bool, check_circular: bool, allow_nan: bool, cls: Any, indent: Any, separators: Any, default: Any, sort_keys: bool, kw: Dict[str, Any]) -> str

其中sort_keys是用來指定在json格式的對(duì)象里面是否按照key的名稱來進(jìn)行排序,indent參數(shù)則指定縮進(jìn)的空格數(shù)目。

最后的輸入格式如下:

{
    "password": "us",
    "username": "us"
}

那么接下來我們就將這個(gè)json對(duì)象寫入到文件中去:

 with open('user_info.json', 'w', encoding='utf-8') as json_file:
    json.dump(user_info, json_file, ensure_ascii=False)
    print("write json file success!")

這里我們需要學(xué)習(xí)一個(gè)函數(shù)json.dump:

def dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True,         allow_nan=True, cls=None, indent=None, separators=None,         default=None, sort_keys=False, **kw) Inferred type: (obj: Any, fp: {write}, Any, skipkeys: bool, ensure_ascii: bool, check_circular: bool, allow_nan: bool, cls: Any, indent: Any, separators: Any, default: Any, sort_keys: bool, kw: Dict[str, Any]) -> None 

這個(gè)函數(shù)有兩個(gè)參數(shù)是我們必須要填寫的:obj(我們要存儲(chǔ)的數(shù)據(jù)), fp(文件句柄,也就是我們要存在那個(gè)文件里面)。

ensure_ascii=False這個(gè)參數(shù)是處理我們希望在json對(duì)象里面可以包含中文的場(chǎng)景

If ensure_ascii is false, then the strings written to fp can contain non-ASCII characters if they appear in strings contained in obj. Otherwise, all such characters are escaped in JSON strings.

如果不指定ensure_ascii=False,那么當(dāng)我們的數(shù)據(jù)里面包含中文的時(shí)候:

{"username": "zhang\u4e09", "password": "ddd"}

會(huì)有如上的顯示內(nèi)容。

我們運(yùn)行程序,依次輸入用戶名和密碼:

please enter your name:us
please enter your password:us
confirm your password:us
{"username": "us", "password": "us"}
write json file success!
Process finished with exit code 0

然后我們看下文本文件中的內(nèi)容:

這里寫圖片描述

接下來我們就需要學(xué)習(xí)一下怎么讀取json格式的內(nèi)容了。

with open('user_info.json', 'r', encoding='utf-8') as json_file:
    data = json.load(json_file)
    print(data)

讀取json數(shù)據(jù)需要使用json.load函數(shù):

def load(fp, *, cls=None, object_hook=None, parse_float=None,         parse_int=None, parse_constant=None, object_pairs_hook=None, **kw) Inferred type: (fp: {read}, Any, cls: Any, object_hook: Any, parse_float: Any, parse_int: Any, parse_constant: Any, object_pairs_hook: Any, kw: Dict[str, Any]) -> Any

這里我們需要提供一個(gè)參數(shù)fp,也就是我們要操作的文件句柄。

程序運(yùn)行輸出:

{"username": "us", "password": "us"}

我們可以打印一下json.load返回的是什么類型的:

 print(type(data))

輸出:

<class 'str'>

可見,這是一個(gè)字符串,這是為什么呢?難道不應(yīng)該返回的是python對(duì)應(yīng)的對(duì)象嗎?

在上面的代碼中我們?cè)趯懭胛募懊嬲{(diào)用過:

user_info = json.dumps({'username': name, 'password': password}, ensure_ascii=False)

這一行代碼,大家還記得吧,它返回的是一個(gè)json字符串,所以上面的例子中我們需要使用json.loads重新反序列化為python對(duì)象,這一點(diǎn)大家留意一下,上面的例子我們是為了給大家演示json.loads的相關(guān)用法,使用如下:

data = json.loads(data)
print(type(data))
print(data['username'])

如果沒有這行代碼,那么 data = json.load(json_file)返回的就是我們自己組織的數(shù)據(jù)結(jié)構(gòu)了,如果還是{‘username': name, ‘password': password}這種格式,那么返回就是一個(gè)字典對(duì)象。

下面我們?cè)谕ㄟ^一個(gè)list來看一下:

data = [1,2,3,4,5]
with open('user_info.json', 'w', encoding='utf-8') as json_file:
    json.dump(data, json_file, ensure_ascii=False)
with open('user_info.json', 'r', encoding='utf-8') as json_file:
    data = json.load(json_file)
    print(type(data))
    print(data)

運(yùn)行程序:

<class 'list'>

[1, 2, 3, 4, 5]

補(bǔ)充:Python創(chuàng)建并保存json文件,支持?jǐn)?shù)據(jù)更新保存

大家還是直接看代碼吧~

import json
class Params():
    """Class that loads hyperparameters from a json file.
        Example:
        ```
        params = Params(json_path)
        print(params.learning_rate)
        params.learning_rate = 0.5  # change the value of learning_rate in params
        ```
        """
    def __init__(self, json_path):
        with open(json_path) as f:
            params = json.load(f)  # 將json格式數(shù)據(jù)轉(zhuǎn)換為字典
            self.__dict__.update(params)
    def save(self, json_path):
        with open(json_path, 'w') as f:
            json.dump(self.__dict__, f, indent=4)  # indent縮進(jìn)級(jí)別進(jìn)行漂亮打印
    def update(self, json_path):
        """Loads parameters from json file"""
        with open(json_path) as f:
            params = json.load(f)
            self.__dict__.update(params)
    @property  # Python內(nèi)置的@property裝飾器就是負(fù)責(zé)把一個(gè)方法變成屬性調(diào)用的
    def dict(self):
        """Gives dict-like access to Params instance by `params.dict['learning_rate']"""
        return self.__dict__
if __name__ == '__main__':
    parameters = {"SEED": 1,
                  "dataset": "Omniglot",
                  "meta_lr": 1e-3,
                  "num_episodes": 5000,
                  "num_classes": 5,
                  "num_samples": 1,
                  "num_query": 10,
                  "num_steps": 100,
                  "num_inner_tasks": 8,
                  "num_train_updates": 1,
                  "num_eval_updates": 1,
                  "save_summary_steps": 100,
                  "num_workers": 1
                  }
    json_str = json.dumps(parameters, indent=4)
    with open('params.json', 'w') as f:  # 創(chuàng)建一個(gè)params.json文件
        f.write(json_str)  # 將json_str寫到文件中
    params = Params('params.json')
    params.SEED = 2   # 修改json中的數(shù)據(jù)
    params.save('params.json')  # 將修改后的數(shù)據(jù)保存

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。

相關(guān)文章

  • python進(jìn)度條顯示-tqmd模塊的實(shí)現(xiàn)示例

    python進(jìn)度條顯示-tqmd模塊的實(shí)現(xiàn)示例

    這篇文章主要介紹了python進(jìn)度條顯示-tqmd模塊的實(shí)現(xiàn)示例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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
    2020-08-08
  • 使用python制作一個(gè)截圖小工具

    使用python制作一個(gè)截圖小工具

    這篇文章主要討論了我們?nèi)绾问褂肞ython編程語言進(jìn)行截圖,我們看到了如何使用pyautogui 模塊與save() 函數(shù)和其他模塊,如NumPy 和OpenCV ,文中通過代碼示例介紹的非常詳細(xì),需要的朋友可以參考下
    2023-12-12
  • Python基礎(chǔ)之函數(shù)的定義與使用示例

    Python基礎(chǔ)之函數(shù)的定義與使用示例

    這篇文章主要介紹了Python基礎(chǔ)之函數(shù)的定義與使用,結(jié)合實(shí)例形式分析了Python函數(shù)的定義、參數(shù)、變量作用域、返回值等相關(guān)概念與使用技巧,需要的朋友可以參考下
    2019-03-03
  • pycharm設(shè)置虛擬環(huán)境與更換鏡像教程

    pycharm設(shè)置虛擬環(huán)境與更換鏡像教程

    這篇文章主要介紹了pycharm設(shè)置虛擬環(huán)境與更換鏡像教程,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-09-09
  • Python實(shí)現(xiàn)像awk一樣分割字符串

    Python實(shí)現(xiàn)像awk一樣分割字符串

    這篇文章主要介紹了Python實(shí)現(xiàn)像awk一樣分割字符串,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-09-09
  • citespace數(shù)據(jù)處理:用python對(duì)Ref文檔進(jìn)行去重方式

    citespace數(shù)據(jù)處理:用python對(duì)Ref文檔進(jìn)行去重方式

    這篇文章主要介紹了citespace數(shù)據(jù)處理:用python對(duì)Ref文檔進(jìn)行去重方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-11-11
  • pytorch中交叉熵?fù)p失函數(shù)的使用小細(xì)節(jié)

    pytorch中交叉熵?fù)p失函數(shù)的使用小細(xì)節(jié)

    這篇文章主要介紹了pytorch中交叉熵?fù)p失函數(shù)的使用細(xì)節(jié),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-02-02
  • Python 使用SMOTE解決數(shù)據(jù)不平衡問題(最新推薦)

    Python 使用SMOTE解決數(shù)據(jù)不平衡問題(最新推薦)

    SMOTE是一種強(qiáng)大的過采樣技術(shù),可以有效地處理不平衡數(shù)據(jù)集,提升分類器的性能,通過imbalanced-learn庫(kù)中的SMOTE實(shí)現(xiàn),我們可以輕松地對(duì)少數(shù)類樣本進(jìn)行過采樣,平衡數(shù)據(jù)集,這篇文章主要介紹了Python 使用SMOTE解決數(shù)據(jù)不平衡問題,需要的朋友可以參考下
    2024-05-05
  • Python Pandas Dataframe.describe()使用及代碼實(shí)例

    Python Pandas Dataframe.describe()使用及代碼實(shí)例

    這篇文章主要介紹了Python Pandas Dataframe.describe()使用及代碼實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-09-09
  • Python中反轉(zhuǎn)二維數(shù)組的行和列問題

    Python中反轉(zhuǎn)二維數(shù)組的行和列問題

    這篇文章主要介紹了Python中反轉(zhuǎn)二維數(shù)組的行和列問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-01-01

最新評(píng)論