pickle

Json是各程序通用的数据格式；pickle是Python特有的，可以存储很多Python特有的数据，如函数地址等 Json 的简单使用： 1 import json 2 jsondata= { 3 " user " : " dong " , 4 " name " : " dongxiaodong " , 5 " age " :100 6 } 7 # 字典（json对象）转换为字符串 8 strjson= json.dumps(jsondata) 9 print (type(strjson)) # 输出：<class 'str'> 10 11 # 字符串转换为json对象 12 dicjson= json.loads(strjson) 13 print (dicjson[ " age " ]) # 输出：100 Pickle Pickle 序列化： 1 import pickle 2 3 def funx1(valuex): 4 print ( " --------------- " ,valuex) 5 6 jsondata= { 7 " user " : " dong " , 8 " name " : " dongxiaodong " , 9 " age " :100 , 10 " funx " :funx1 # 保存函数地址，函数地址是以函数名确定的 11 } 12 13 #

常见的场景：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀。 但其实import加载的模块分为四个通用类别：　 　　1 使用python编写的代码（.py文件） 　　2 已被编译为共享库或DLL的C或C++扩展 　　3 包好一组模块的包 　　4 使用C编写并链接到python解释器的内置模块 为何要使用模块？ 如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时就通过python test.py方式去执行，此时test.py被称为脚本script。 随着程序的发展，功能越来越多，为了方便管理，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用 序列化 什么叫序列化——将原本的字典、列表等内容转换成一个字符串的过程就叫做 序列化 。 序列化的目的 1、以某种存储形式使自定义对象持久化； 2、将对象从一个地方传递到另一个地方。 3、使程序更具维护性 json模块: Json模块提供了四个功能：dumps、dump、loads、load import json dic = { ' k1 ' : ' v1 ' , ' k2 ' : ' v2 ' , '

[TOC] 1. 序列化模块 1.1 json 模块 不同语言都遵循的一种数据转化格式，即不同语言都使用的特殊字符串。 json序列化只支持部分Python数据结构：dict,list,tuple,str,int, float,True,False,None json模块是将满足条件的数据结构转化成特殊的字符串，并且也可以反序列化还原回去 ​ 用于网络传输：dumps、loads ​ 用于文件写读：dump、load 1.1.1 dumps、loads import json lst = [1,2,3,4,5,6] str_lst = json.dumps(lst) print(str_lst,type(str_lst)) # 将列表转换成字符串 # [1, 2, 3, 4, 5, 6] <class 'str'> list_lst = json.loads(str_lst) print(list_lst,type(list_lst)) # 将字符串转换成列表 # [1, 2, 3, 4, 5, 6] <class 'list'> # 总结： dumps:将对象转换（序列化）成字符串 loads:将字符串转换（反序列化）成对象 1.1.2 dump、loads import json lst = [1,2,3,4,5] f = open("info","a",encoding=

阅读目录 一、模块和包 模块(module)的概念： 在计算机程序的开发过程中，随着程序代码越写越多，在一个文件里代码会越来越长，越来越不容易维护。 为了编写可维护的代码，我们把很多函数分组，分别放到不同的文件里，这样，每个文件包含的代码就相对较少，很多编程语言都采用这种组织代码的方式。在Python中， 一个.py文件就称之为一个模块(module)。 使用模块有哪些好处？ 1 、最大的好处就是大大提高了代码的可维护性。 2、编写代码不必从零开始。当一个模块编写完成，就可以被其他地方调用。我们在编写程序的时候，也经常饮用其他模块，包括Python内置的模块和来自第三方的模块。 模块一共分为三种： 1、python标准库 2、第三方模块 3、应用程序自定义模块 注意： 使用模块还可以避免函数名跟变量名冲突。相同名字的函数和变量完全可以分别存在不同的模块中，因此，我们在自己编写模块时，不必考虑名字会与其他模块冲突。但是也要注意，尽量不要与内置函数名字冲突。 二、模块的导入方法 1、import语句 import module1,[module2[,...moduleN]] 当我们使用import语句的时候，Python解释器是怎样找到对应的文件？答案就是解释器有自己的搜索路径，存在sys.path里。 import sys print (sys.path) 运行结果如下： ['G:\

Eva_J 老师 博客链接：　　 https://www.cnblogs.com/Eva-J/articles/11370946.html day06-面向对象 开发环境: 　　Python3.7 　　Windows 各文件夹说明: 　　bin: 　　　　start.py　　　 #启动目录 　　conf: 　　　　settings.py　　#配置文件,用于保存项目目录、课程、选课、以及用户等文件目录 　　core: 　　　　　　 #主要代码块 　　　　main.py 　　　# 主程序目录 　　　　authentication.py #登录认证 　　　　student.py　　　　#学生类 　　　　manager.py　　 #管理员类 　　　　course.py　　　 #课程类和公共类 　　db: #数据存储 　　　　course　　 　　# 课程数据，存储类型为pickle 　　　　select_course 　　#学生已选课程信息，存储类型为pickle 　　　　user 　　　　　　# 用户表，明文存储 bin 目录下: start.py conf 目录下: # !/usr/bin/python # -*- coding:utf-8 -*- # Author ：wangliujun import os path = r ' E:\老男孩Python\Class_27\Class

【今日推荐】：为什么一到面试就懵逼！>>> 　　这这一篇博客中，将系统介绍中文文本分类的流程和相关算法。先从文本挖掘的大背景开始，以文本分类算法为中心，介绍中文文本分类项目的流程以及相关知识，知识点涉及中文分词，向量空间模型，TF-IDF方法，几个典型的文本分类算法和评价指标等。 　　本篇主要有： 　　朴素的贝叶斯算法 　　KNN最近邻算法。 2.1 文本挖掘与文本分类的概念 　　简单来说，文本挖掘就是从已知的大量文本数据中提取一些未知的最终可能用过的知识的过程，也就是从非结构化的文本中寻找知识的过程。文本挖掘主要领域有： 搜索和信息检索：存储和文本文档的检索，包括搜索引擎和关键字搜索。 文本聚类：使用聚类方法，对词汇，片段，段落或者文件进行分组和归类。 文本分类：对片段，段落或文件进行分组和归类，在使用数据挖掘分类方法的基础上，经过训练地标记示例模型。 Web挖掘：在互联网上进行数据和文本的挖掘，并特别关注网络的规模和相互联系。 信息抽取：从非结构化文本中识别与提取有关的事实和关系；从非结构化或半结构化文本中抽取出结构化数据的过程。 自然语言处理：将言语作为一种有意义，有规则的系统符号，在底层解析和理解语言的任务。 概念提取：把单词和短语按语义分成意义相似的组。 　　在分析机器学习的数据源中最常见的知识发现主题是把数据对象或者是事件转换为预定的类别，再根据类别进行专门的处理