1 前言

在「通過簡單示例來理解什麼是機器學習」這篇文章里提到了pickle庫的使用，本文來做進一步的闡述。

• 通過簡單示例來理解什麼是機器學習

pickle是python語言的一個標準模塊，安裝python後已包含pickle庫，不需要單獨再安裝。

pickle模塊實現了基本的數據序列化和反序列化。通過pickle模塊的序列化操作我們能夠將程序中運行的對象信息保存到文件中去，永久存儲；通過pickle模塊的反序列化操作，我們能夠從文件中創建上一次程序保存的對象。

在官方的介紹中，序列化操作的英文描述有好幾個單詞，如」serializing」, 「pickling」, 「serialization」, 「marshalling」 或者」flattening」等，它們都代表的是序列化的意思。相應的，反序列化操作的英文單詞也有好多個，如」de-serializing」, 「unpickling」, 「deserailization」等。為了避免混淆，一般用」pickling」/「unpickling」, 或者」serialization」/「deserailization」。

pickle模塊是以二進位的形式序列化後保存到文件中（保存文件的後綴為」.pkl」），不能直接打開進行預覽。而python的另一個序列化標準模塊json，則是human-readable的，可以直接打開查看（例如在notepad++中查看）。

pickle模塊有兩類主要的介面，即序列化和反序列化。

其中序列化操作包括：

• pickle.dump
• Pickler(file, protocol).dump(obj)
  

  反序列化操作包括：

• pickle.load
• Unpickler(file).load

2 序列化操作

2.1 序列化方法pickle.dump

序列化的方法為 pickle.dump，該方法的相關參數如下：

pickle.dump(obj, file, protocol=None,*,fix_imports=True)

該方法實現的是將序列化後的對象obj以二進位形式寫入文件file中，進行保存。它的功能等同於 Pickler(file, protocol).dump(obj)。

關於參數file，有一點需要注意，必須是以二進位的形式進行操作（寫入）。

參考前文的案例如下：

import pickle
with open("svm_model_iris.pkl", "wb") as f:
pickle.dump(svm_classifier, f)


file為』svm_model_iris.pkl』，並且以二進位的形式（』wb』）寫入。

關於參數protocol，一共有5中不同的類型，即（0,1,2,3,4）。（0,1,2）對應的是python早期的版本，（3,4）則是在python3之後的版本。

此外，參數可選 pickle.HIGHEST_PROTOCOL和pickle.DEFAULT_PROTOCOL。當前，python3.5版本中，pickle.HIGHEST_PROTOCOL的值為4，pickle.DEFAULT_PROTOCOL的值為3。當protocol參數為負數時，表示選擇的參數是pickle.HIGHEST_PROTOCOL。

關於參數protocol，官方的詳細介紹如下：

pickle.dumps方法的參數如下：

pickle.dumps(obj, protocol=None,*,fix_imports=True)

pickle.dumps方法跟pickle.dump方法的區別在於，pickle.dumps方法不需要寫入文件中，它是直接返回一個序列化的bytes對象。

pickle模塊提供了序列化的面向對象的類方法，即 class pickle.Pickler(file, protocol=None,*,fix_imports=True),Pickler類有dump方法。

Pickler(file, protocol).dump(obj) 實現的功能跟 pickle.dump 是一樣的。

關於Pickler類的其他method，請參考官方API。

插播一條硬廣：技術文章轉發太多，本文來自微信公眾號：「Python數據之道」（ID：PyDataRoad）。

3 反序列化操作

3.1 反序列化方法pickle.load

序列化的方法為 pickle.load，該方法的相關參數如下：

pickle.load(file, *,fix_imports=True, encoding=」ASCII」. errors=」strict」)

該方法實現的是將序列化的對象從文件file中讀取出來。它的功能等同於 Unpickler(file).load。

關於參數file，有一點需要注意，必須是以二進位的形式進行操作（讀取）。

參考前文的案例如下：

import pickle
with open("svm_model_iris.pkl", "rb") as f:
model = pickle.load(f)


file為』svm_model_iris.pkl』，並且以二進位的形式（』rb』）讀取。

讀取的時候，參數protocol是自動選擇的，load方法中沒有這個參數。

pickle.loads方法的參數如下：

pickle.loads(bytes_object, *,fix_imports=True, encoding=」ASCII」. errors=」strict」)

pickle.loads方法跟pickle.load方法的區別在於，pickle.loads方法是直接從bytes對象中讀取序列化的信息，而非從文件中讀取。

3.3 反序列化方法Unpickler(file).load

pickle模塊提供了反序列化的面向對象的類方法，即 class pickle.Unpickler(file, *,fix_imports=True, encoding="ASCII". errors="strict"),Pickler類有load方法。

Unpickler(file).load 實現的功能跟 pickle.load 是一樣的。

關於Unpickler類的其他method，請參考官方API。

4 那些類型可以進行序列化和反序列化操作

官方文檔是這麼介紹的，這裡我就不進一步描述了。

寫在後面

pickle模塊還是比較實用的，當然，關於pickle模塊，其實還有許多的信息可以去了解，想了解更多信息的童鞋，建議可以閱讀下python官方的API文檔（library文件）。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！