PYTHON-pandas-pickle(Python对象序列化)

pickle模块实现了一个强大的算法，能够对用Python实现的数据结构进行序列化( pickling )和反序列化操作。序列化是指把对象的层级结构转换为字节流的过程。

1. 用CPickle实现Python对象序列化

   pickle模块（或cPickle)使用的数据格式是Python独有的，默认使用ASCII表达式，以增强可读性。

   # 使用模块前，需要先导人它
   import cPickle as pickle
   # 创建具有内部结构的足够复杂的对象
   data={'color':['white','red'],'value':[5,7]}
   # 用cPickle模块的dumps()函数对data对象执行序列化操作。
   pickled_data = pickle.dumps(data)
   # 输出pickled_data变量的值,查看dict对象序列化的结果。
   print(pickled_data)
   
   # 数据序列化后，在写入文件或用套接字、管道等发送都很简单
   # 传输结束后，用cPickle模块的loads()函数能够重建被序列化的对象（反序列化）
   nframe = pickle.loads(pickled_data)

2. 用pandas实现对象序列化

   pandas的序列化格式并不是完全使用ASCII编码。

   frame = pd.DataFrame(np.arange(16).reshape(4,4),index=['up','down','left','right'])
   frame.to_pickle('frame.pkl')

   工作目录中将生成新文件frame.pkl，其包含frame中的所有信息。使用以下命令，就能打开PKL文件,读取里面的内容。

   pd.read_pickle('frame.pkl')

   pandas的所有序列化和反序列化操作都在后台运行，用户根本看不到。这使得这两项操作对数据分析人员而言尽可能简单和易于理解。