所有字体里面显示字体类型都是英文怎么办(英文字体常见字体)
3180
2022-05-29
Python语言学习:Python常用自带库(imageio、pickle)简介、使用方法之详细攻略
目录
imageio简介及其常见使用方法
pickle简介及其常见使用方法
简介
使用方法
简介及其常见使用方法
简介
使用方法
imageio简介及其常见使用方法
IMAIO是一个Python库,它提供了一个简单的接口来读取和写入大量的图像数据,包括动画图像、体积数据和科学格式。它是跨平台的,运行在Python 2 .x和3。x上,并且易于安装。
imageio.imread() #从指定的文件读取图像。返回一个NUMPY数组,该数组带有元数据的元属性。注意,图像数据按原样返回,并且可能不总是具有uTI8的dType(因此可能不同于例如PIL返回)。
pickle简介及其常见使用方法
pickle — Python object serialization
简介
pickle库,用于python特有的类型和python的数据类型间进行转换。pickle提供了一个简单的持久化功能。可以将对象以文件的形式存放在磁盘上。 pickle模块只能在Python中使用,python中几乎所有的数据类型(列表,字典,集合,类等)都可以用pickle来序列化, pickle序列化后的数据,可读性差,人一般无法识别。
在最近的Python版本中,pickler推出了协议的概念:pickle数据的保存格式。通过pickle调用时传入一个额外的参数,可指定所需的协议(但unpickle调用不需要:协议是自动从已pickle的数据确定的)。
1、pickle可以存储什么类型的数据呢?
所有python支持的原生类型:布尔值,整数,浮点数,复数,字符串,字节,None。
由任何原生类型组成的列表,元组,字典和集合。
函数,类,类的实例。
使用方法
pickle.dump(obj, file[, protocol]) #序列化对象,并将结果数据流写入到文件对象中。参数protocol是序列化模式,默认值为0,表示以文本的形式序列化。protocol的值还可以是1或2,表示以二进制的形式序列化。
pickle.dump(obj, file, protocol=None,) #必填参数obj表示将要封装的对象;必填参数file表示obj要写入的文件对象,file必须以二进制可写模式打开,即“wb”;可选参数protocol表示告知pickler使用的协议,支持的协议有0,1,2,3,默认的协议是添加在Python 3中的协议3。
pickle.dumps(obj):以字节对象形式返回封装的对象,不需要写入文件中
pickle.load(file) #反序列化对象。将文件中的数据解析为一个Python对象。
pickle.load(file,*,fix_imports=True, encoding="ASCII", errors="strict") # 必填参数file必须以二进制可读模式打开,即“rb”,其他都为可选参数。
pickle.loads(bytes_object): 从字节对象中读取被封装的对象,并返回。
clear_memo() #清空pickler的“备忘”。使用Pickler实例在序列化对象的时候,它会“记住”已经被序列化的对象引用,所以对同一对象多次调用dump(obj),pickler不会“傻傻”的去多次序列化。
# dump功能
# dump 将数据通过特殊的形式转换为只有python语言认识的字符串,并写入文件
with open('D:/tmp.pk', 'w') as f:
pickle.dump(data, f)
# dumps功能
import pickle
data = ['aa', 'bb', 'cc']
# dumps 将数据通过特殊的形式转换为只有python语言认识的字符串
p_str = pickle.dumps(data)
print(p_str)
b'\x80\x03]q\x00(X\x02\x00\x00\x00aaq\x01X\x02\x00\x00\x00bbq\x02X\x02\x00\x00\x00ccq\x03e.
# load功能
# load 从数据文件中读取数据,并转换为python的数据结构
with open('D:/tmp.pk', 'r') as f:
data = pickle.load(f)
# loads功能
# loads 将pickle数据转换为python的数据结构
mes = pickle.loads(p_str)
print(mes) #['aa', 'bb', 'cc']
简介及其常见使用方法
简介
后期继续更新……
使用方法
后期继续更新……
Python TCP/IP
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。