使用pickle模块序列化数据，优化代码-技术圈

pickle是Python标准库中的一个二进制序列化和反序列化库。

可以以二进制的形式将数据持久化保存到磁盘文件中。可以将数据和代码分离，提高代码可读性和优雅度。

一、pickle模块介绍

pickle模块可以对多种Python对象进行序列化和反序列化，序列化称为pickling，反序列化称为unpickling。

序列化是将Python对象转化为二进制数据，可以配合文件操作将序列化结果保存到文件中(也可以配合数据库操作保存到数据库中)。

反序列化则是将二进制数据还原回Python对象，先从文件中(或数据库中)读取出保存的二进制数据。

pickle模块常用的方法如下：

dump(obj, file): 将Python对象序列化，并将序列化结果写入到打开的文件中。

load(file): 从打开的文件中读取出保存的数据，将数据反序列化成Python对象。

dumps(obj): 将Python对象序列化，并直接返回序列化的二进制数据(类型为bytes)，而不写入文件。

loads(data): 将字节码数据反序列化成Python对象，传入的数据必须为二进制数据(bytes-like object)。

dump()和load()是互逆的方法，dumps()和loads()是互逆的方法，使用哪一对方法取决于是否要读写文件。

二、pickle可以序列化哪些Python对象

pickle与json相比，json数据有严格的格式要求，只能保存满足格式要求的数据，而pickle几乎可以序列化Python中的所有数据对象。

pickle可以序列化的Python对象如下：

None、True和False
整数、浮点数、复数
str、byte、bytearray
只包含可序列化对象的集合，包括tuple、list、set和dict
定义在模块最外层的函数(使用def定义，lambda函数不可以)
定义在模块最外层的内置函数
定义在模块最外层的类
某些类实例

三、案例分享

之前写过一篇使用matplotlib绘制柱状图的文章，参考：Python matplotlib绘制柱状图。

文章里有一个56行的字典，本文利用pickle模块来将字典序列化写入文件中，绘图时从文件中读取数据并反序列化，实现数据与代码的分离。

1. 将数据序列化保存

创建一个Python脚本pickling.py，先将56行的字典序列化保存。

# coding=utf-8
import pickle

data = {
    ...  # 文末附完整数据获取方式
}
with open('S10.pkl', 'wb') as pkl_file:
    pickle.dump(data, pkl_file)

序列化只需要两行代码，打开一个文件对象，使用dump()方法将字典序列化保存到了S10.pkl文件中，文件默认在代码的同级目录下，也可以指定绝对路径。注意，打开文件对象时使用wb模式。

S10.pkl的后缀名可以自定义(后缀名不会改变文件保存的格式)，不过因为是用pickle模块序列化的数据，通常都以.pkl作为后缀，方便识别。

直接用IDE打开文件S10.pkl，显示的内容是乱码的，因为保存的内容是二进制数据。

2. 读取数据并反序列化

# coding=utf-8
import matplotlib.pyplot as plt
from matplotlib import ticker
from numpy import mean
import pickle


with open('S10.pkl', 'rb') as pkl_file:
    data = pickle.load(pkl_file)
location = ["上单", "打野", "中单", "下路", "辅助"]
win_loc_kill, win_loc_die, win_loc_assists = [[list() for _ in range(5)] for _ in range(3)]
lose_loc_kill, lose_loc_die, lose_loc_assists = [[list() for _ in range(5)] for _ in range(3)]
for i in range(5):
    win_loc_kill[i] = [value[0][i][0] for value in data.values()]
    win_loc_die[i] = [value[0][i][1] for value in data.values()]
    win_loc_assists[i] = [value[0][i][2] for value in data.values()]
    lose_loc_kill[i] = [value[1][i][0] for value in data.values()]
    lose_loc_die[i] = [value[1][i][1] for value in data.values()]
    lose_loc_assists[i] = [value[1][i][2] for value in data.values()]
# noinspection PyTypeChecker
win_avg_kill = [round(mean(kill), 2) for kill in win_loc_kill]
# noinspection PyTypeChecker
win_avg_die = [round(mean(die), 2) for die in win_loc_die]
# noinspection PyTypeChecker
win_avg_assists = [round(mean(assists), 2) for assists in win_loc_assists]
# noinspection PyTypeChecker
lose_avg_kill = [round(mean(kill), 2) for kill in lose_loc_kill]
# noinspection PyTypeChecker
lose_avg_die = [round(mean(die), 2) for die in lose_loc_die]
# noinspection PyTypeChecker
lose_avg_assists = [round(mean(assists), 2) for assists in lose_loc_assists]
fig, axs = plt.subplots(nrows=2, ncols=1, figsize=(20, 16), dpi=100)
x = range(len(location))
axs[0].bar([i-0.2 for i in x], win_avg_kill, width=0.2, color='b')
axs[0].bar(x, win_avg_die, width=0.2, color='r')
axs[0].bar([i+0.2 for i in x], win_avg_assists, width=0.2, color='g')
axs[1].bar([i-0.2 for i in x], lose_avg_kill, width=0.2, color='b')
axs[1].bar(x, lose_avg_die, width=0.2, color='r')
axs[1].bar([i+0.2 for i in x], lose_avg_assists, width=0.2, color='g')
for a, b in zip(x, win_avg_kill):
    axs[0].text(a-0.2, b+0.1, '%.02f' % b, ha='center', va='bottom', fontsize=14)
for a, b in zip(x, win_avg_die):
    axs[0].text(a, b+0.1, '%.02f' % b, ha='center', va='bottom', fontsize=14)
for a, b in zip(x, win_avg_assists):
    axs[0].text(a+0.2, b+0.1, '%.02f' % b, ha='center', va='bottom', fontsize=14)
for a, b in zip(x, lose_avg_kill):
    axs[1].text(a-0.2, b+0.1, '%.02f' % b, ha='center', va='bottom', fontsize=14)
for a, b in zip(x, lose_avg_die):
    axs[1].text(a, b+0.1, '%.02f' % b, ha='center', va='bottom', fontsize=14)
for a, b in zip(x, lose_avg_assists):
    axs[1].text(a+0.2, b+0.1, '%.02f' % b, ha='center', va='bottom', fontsize=14)
for i in range(2):
    axs[i].xaxis.set_major_locator(ticker.FixedLocator(x))
    axs[i].xaxis.set_major_formatter(ticker.FixedFormatter(location))
    axs[i].set_yticks(range(0, 11, 2))
    axs[i].grid(linestyle="--", alpha=0.5)
    axs[i].legend(['击杀', '死亡', '助攻'], loc='upper left', fontsize=16, markerscale=0.5)
    axs[i].set_xlabel("位置", fontsize=18)
    axs[i].set_ylabel("场均数据", fontsize=18, rotation=0)
axs[0].set_title("S10总决赛胜方各位置场均数据", fontsize=18)
axs[1].set_title("S10总决赛负方各位置场均数据", fontsize=18)
plt.show()

反序列化代码也只有两行，打开文件S10.pkl，然后使用load()方法对文件对象反序列化，返回数据。打开文件对象时使用rb模式。

运行代码，绘图功能正常。

经过pickle模块的序列化和反序列化，将数据持久化到了文件S10.pkl中。实现了数据与代码的分离，避免了直接在代码中写一个很长的字典数据，代码更加优雅。

在上面的例子中，对一个56行的数据进行序列化，已经有不错的效果了。在实际的项目中，数据更大，将数据放到代码中会占很大的篇幅，进行序列化处理的优化效果会更明显。

如果有多个脚本使用同一份数据，可以直接读取同一个序列化数据文件，避免了在不同脚本中粘贴同一份数据。

以上就是pickle模块的序列化介绍，如果需要本文代码，可以点击关注公众号“Python碎片”，然后在后台回复“pickle”关键字获取完整代码。