python实现在pickling的时候压缩的方法
更新时间:2014年09月25日 17:12:10 投稿:shichen2014
这篇文章主要介绍了python实现在pickling的时候压缩的方法,比较具有实用价值,需要的朋友可以参考下
本文实例讲述了python实现在pickling的时候压缩的方法。分享给大家供大家参考。
具体方法如下:
import cPickle,gzip
def save(filename,*objects):
fil1 = gzip.open(filename,'wb')
for obj in objects:
cPickle.dump(obj,fil1,protocol = 2)
fil1.close()
def load(filename):
fil1 = gzip.open(filename,'rb')
while True:
try:
yield cPickle.load(fil1)
except EOFError:
break
fil1.close()
data1 = ['abc',12,23] #几个测试数据
data2 = {1:'aaa',"b":'dad'}
data3 = (1,2,4)
data = list([data1,data2,data3])
save('data.zip',data)
iter = load('data.zip')
for item in iter:
for data in item:
print data
本文实例测试环境为Python2.7.6
程序运行结果如下:
['abc', 12, 23]
{1: 'aaa', 'b': 'dad'}
(1, 2, 4)
在程序运行的同时会在同级目录下生成data.zip文件。
希望本文所述对大家Python程序设计的学习有所帮助。
您可能感兴趣的文章:
- Python多进程池 multiprocessing Pool用法示例
- Python多进程multiprocessing.Pool类详解
- Python多进程库multiprocessing中进程池Pool类的使用详解
- Python multiprocessing模块中的Pipe管道使用实例
- Python使用multiprocessing创建进程的方法
- Python多进程multiprocessing用法实例分析
- Python3多进程 multiprocessing 模块实例详解
- python基于multiprocessing的多进程创建方法
- Python利用multiprocessing实现最简单的分布式作业调度系统实例
- 简单学习Python多进程Multiprocessing
- Python multiprocess pool模块报错pickling error问题解决方法分析
相关文章
Python深度学习pyTorch权重衰减与L2范数正则化解析
这篇文章主要介绍了Python深度学习中的pyTorch权重衰减与L2范数正则化的详细解析,文中附含详细示例代码,有需要的朋友可以借鉴参考下2021-09-09


最新评论