Python内存数据序列化到硬盘上哪家强

1. 闲扯一下：文件

磁盘上的数据，我们一般称为 “文件” ，一般不同的文件都有各自的后缀名，比如 .txt .docx .xlsx .jpg .mp3 .avi 。这些不同类型的文件一般分为两大类：

文本文件： 用记事本打开看到的是英文、发文、中文等字符；

二进制文件： 用记事本打开看到的可能就是一堆乱码；

平日里，大家接触到的更多的是二进制文件，比如word文档，图片，视频，音频等。为了保存和读取这些不同文件，各自都规定了各自的文件格式，这些格式是各自存储的规范。同时为了让保存的文件更小便于传输（比如，视频通过网络传输），各自还通过一些算法对文件数据进行压缩，尤其是图片、视频和音频都各自有很多压缩算法，比如图片的jpg，音频的mp3，视频的mkv这些即代表了相应的文件格式，还代表了其背后的压缩算法。这些多媒体数据的压缩算法的原则是，在保证媒体质量的前提下尽量使得数据存储量小。

除了文件本身的一些压缩算法，我们还经常使用一些通用的压缩软件对文件进行打包和压缩，比如zip，WinRAR等。

2. 回到原题：Python序列化

我们使用python时，经常用到的数据就是int，float，string，list， dict，tuple这些内置的数据类型和结构。写程序时，我们很可能希望把这些基本数据存储到硬盘，即保存存储结果。这个过程，我们称之为“序列化”

Python里面常用的序列化工具有：

json

pickle

marshal

cPickle是pickle的C语言实现，速度更快，但Python3里面的pickle就是C语言实现的，因此不再包含cPickle模块。

json在web中使用更为广泛，是各种web API的首选数据格式。

以上三种工具，哪一个更快呢？

#!/usr/bin/env pythonimport timeimport jsonimport pickleimport marshaldef test(data, method):     if method == 'json':         dumps = json.dumps         loads = json.loads     elif method == 'pickle':         dumps = pickle.dumps         loads = pickle.loads     elif method == 'marshal':         dumps = marshal.dumps         loads = marshal.loads     b = time.time()     s = ''     loop = 10000                                                                                                                                                                                                  for i in range(loop):         s = dumps(data)     print('{} dumps time cost: {}'.format(method, time.time() - b))      b = time.time()     for i in range(loop):         loads(s)     print('{} loads time cost: {}'.format(method, time.time() - b))  def main():     # generate test data     data = {}     count = 80     for i in range(10000):         k = '%05d' % (i % count)         if k in data:             data[k].append(i / count)         else:             data[k] = [i/count]     print('data:', len(data))     # test     test(data, 'json')     test(data, 'pickle')     test(data, 'marshal')if __name__ == '__main__':     main()

以上代码的测试过程是，对一个有80个key的字典进行序列化和反序列化操作，每个模块各循环10000次，统计各自的耗时。用Python3.6跑出的结果如下：

json dumps time cost: 30.436348915100098json loads time cost: 10.900368928909302pickle dumps time cost: 1.7617356777191162pickle loads time cost: 2.8096134662628174marshal dumps time cost: 1.8232548236846924marshal loads time cost: 1.991441011428833

由此看出，pickle的性能最好，json最慢。

版权申明:若没有特殊说明，文章皆是猿人学原创，没有猿人学授权，请勿以任何形式转载。

Python 存储

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。