python?存儲變量的幾種方法(推薦)

更新時間：2022年11月23日 14:43:56 作者：Dust_Evc

這篇文章主要介紹了python?存儲變量的幾種方法,包括numpy?自帶方法，pandas?自帶方法，sklearn?的自帶方法和pickle?庫操作方法，本文通過實例代碼給大家介紹的非常詳細，需要的朋友可以參考下

1. numpy 自帶方法

numpy.save()：數(shù)組會以未壓縮的原始二進制格式保存在擴展名為. npy 的文件中。
numpy.load()：讀取 .npy 文件的數(shù)據(jù)，直接轉換為 numpy 數(shù)組

???<<舉例>>???

>>> import numpy as np
>>> a = np.arange(24).reshape(2,3,4)
>>> a
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
 
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> np.save("D:/aa/npp.npy", a)
>>> b = np.load("D:/aa/npp.npy")
>>> b
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
 
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

如果報錯 Object arrays cannot be loaded when allow_pickle=False，需要改為如下：

np.load(path, allow_pickle=True)

2. pandas 自帶方法

to_pickle：此方法是將 dataframe 變量數(shù)據(jù)直接存儲為本地文件，對于文件擴展名沒有要求
read_pickle：此方法是將本地存儲的變量讀取并轉為 dataframe 文件

???<<舉例>>???

>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(np.arange(12).reshape(3, 4))
>>> df
   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
>>> df.columns = ['I', 'II', 'III', 'IV']
>>> df
   I  II  III  IV
0  0   1    2   3
1  4   5    6   7
2  8   9   10  11
>>> df.to_pickle(r"D:/aa/df")
 
>>> dff = pd.read_pickle(r"D:/aa/df")
>>> dff
   I  II  III  IV
0  0   1    2   3
1  4   5    6   7
2  8   9   10  11

3. sklearn 的自帶方法

經(jīng)測試，保存的文件大小與numpy.save()方法一致。

???<<舉例>>???

注意：新版 sklearn 會報錯，直接 import joblib 即可

參考：（注意下面評論）cannot import name joblib from sklearn.externals(文末見)

from sklearn.externals import joblib
# 保存x
joblib.dump(x, 'x.pkl') 
# 加載x
x = joblib.load('x.pkl')

新版實現(xiàn)方法

import joblib
# 保存x
joblib.dump(x, 'x.pkl') 
# 加載x
x = joblib.load('x.pkl')

4. pickle 庫操作

???<<舉例>>???

import pickle
  
# 存儲變量的文件的名字
filename = 'shoplist.data'
# 初始化變量
shoplist = ['apple', 'mango', 'carrot']
# 以二進制寫模式打開目標文件
f = open(filename, 'wb')
# 將變量存儲到目標文件中區(qū)
pickle.dump(shoplist, f)
# 關閉文件
f.close()
# 刪除變量
del shoplist
# 以二進制讀模式打開目標文件
f = open(filename, 'rb')
# 將文件中的變量加載到當前工作區(qū)
storedlist = pickle.load(f)
print(storedlist)