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
pandas dataframe拼接后index重新排序方式
这篇文章主要介绍了pandas dataframe拼接后index重新排序方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-10-10python引入requests报错could not be resolved解决方案
这篇文章主要为大家介绍了python引入requests报错could not be resolved解决方案,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2022-05-05
最新评论