Python augurk zelfstudie

Python-ontwikkelaars willen de gegevensobjecten zoals lijsten, woordenboeken, tupels en klassen in een bestand opslaan. In deze situatie komt de Python augurkmodule in het spel.

Pickle is de ingebouwde module van Python die wordt gebruikt voor het serialiseren en deserialiseren van de structuur van het Python-object. Serialisatie is het proces waarbij het Python-object wordt omgezet in een bytestroom (0 en 1). Het is ook bekend als beitsen. Het doel van het beitsproces is om het Python-object op een schijf op te slaan in de vorm van een bytestroom. Het ingelegde Python-object kan weer worden omgezet in het Python-object, en dit proces staat bekend als ontbeitsen of deserialisatie.

De Python-beitsen is handig wanneer we de staat van het Python-object moeten opslaan en de gegevensanalysetaak moeten uitvoeren. Wanneer we bijvoorbeeld met deep learning-algoritmen werken en deze voor een later tijdstip willen gebruiken. In deze toestand kunnen we het op de schijf opslaan voor later gebruik. Beitsen is echter geen goede optie als we met verschillende programmeertalen werken. Het ingelegde object kan in geen enkele andere programmeertaal worden verwijderd, omdat het geen ondersteuning voor meerdere talen heeft. Het object dat in Python is gebeitst, mag ook alleen in Python worden ontgrendeld. Hetzelfde geldt voor verschillende Python-versies; een object dat is gebeitst in een specifieke Python-versie, wordt mogelijk niet correct ontgrendeld in een andere versie. Om het beitsen en ontbeitsen uit te voeren, moeten we eerst de augurkmodule importeren in ons Python-script.

In dit artikel leren we de Python augurkmodule te gebruiken voor het beitsen en ontbeitsen met voorbeelden un.

Voorbeelden van beitsen in Python

Laten we enkele voorbeelden bekijken om het beitsproces van Python te begrijpen. Voordat we de beitsbewerking uitvoeren, moeten we het bestand in de schrijfmodus openen. Het bestand moet in de binaire modus worden geopend, aangezien het gebeitste object wordt opgeslagen in de bytestroom. De dump() is een functie van de augurkmodule die wordt gebruikt om de augurk te maken. Er zijn twee argumenten nodig, namelijk.e., het Python-object dat moet worden gebeitst en het bestand waarin het gebeitst object wordt opgeslagen.

Voorbeeld 1: Een lijst maken

In het gegeven voorbeeld hebben we een lijst met nummers gemaakt en deze gebeitst met de augurk pick.dump() functie.

#importeren augurk module
augurk importeren
#declareren van een nummerlijst
aantal_lijst = [1,2,3,4,5,6]
#beitsen van de lijst en opslaan in een bestand
lijstbestand = open('listPickle','wb')
augurk.dump(num_list,listfile)
lijstbestand.dichtbij()
print("De lijst augurk is succesvol aangemaakt.")

Uitgang:

De uitvoer laat zien dat de lijst met succes is gepickt.

Voorbeeld 2: Pickle een woordenboek

Laten we nu een Python-woordenboekobject inleggen. Er wordt een studentenwoordenboek gemaakt en gebeitst met augurk.dump() functie.

#importeren augurk module
augurk importeren
#declareren van een studentenwoordenboek
std_dict = 'name':'John','leeftijd':22,'class':'BS'
#beitsen van het woordenboek en opslaan in een bestand
dictfile = open('dictPickle','wb')
augurk.dump(std_dict,dictbestand)
dictbestand.dichtbij()
print("Het woordenboek is succesvol gebeitst.")

Uitgang:

De uitvoer laat zien dat het woordenboek met succes is gebeitst.

Voorbeeld 3: Pickle een tuple

Laten we nu een Python-tuple-object inleggen. Een tuple-object wordt gemaakt en gebeitst met augurk.dump() functie.

#importeren augurk module
augurk importeren
#een tuple declareren
mijn_tuple = ((1,1),(2,2),(3,3),(4,4))
#beitsen van het woordenboek en opslaan in een bestand
tuplefile = open('tuplePickle','wb')
augurk.dump(my_tuple,tuplefile)
tuplefile.dichtbij()
print("De tuple is succesvol gebeitst.")

Uitgang:

De uitvoer laat zien dat het tuple-object succesvol is gebeitst.

Oke! Dat ging allemaal over het beitsen van de verschillende Python-objecten.

Voorbeelden van ontbeitsen van Python

Laten we nu enkele voorbeelden bekijken voor het ontbeitsproces van Python. We zullen alle Python-objecten die we in de vorige voorbeelden hebben gebeitst, uit het zuur halen. In het ontbeitsproces wordt het ingelegde bestand geopend in de leesmodus. de augurk.load() functie wordt gebruikt om het Python-object te unpicken. Het bestandsobject wordt als argument aan de augurk doorgegeven.load() functie.

Voorbeeld 1: Een lijst losmaken

Het gebeitst lijstobject wordt gedeselecteerd en toegewezen aan een nieuw lijstobject.

#importeren augurk module
augurk importeren
#het listPickle-bestand openen in leesstemming
pickle_in = open('listPickle','rb')
#de lijst uitpakken en toewijzen aan het lijstobject
num_list = augurk.laden(pickle_in)
print(aantal_lijst)

Uitgang:

Voorbeeld 2: Een woordenboek losmaken

Het gebeitst studentenwoordenboekobject wordt ontgrendeld en toegewezen aan een nieuw woordenboekobject.

#importeren augurk module
augurk importeren
#het dictPickle-bestand openen in leesstemming
pickle_in = open('dictPickle','rb')
#het dictaat ontrafelen en toewijzen aan het woordenboekobject
std_dict = augurk.laden(pickle_in)
print(std_dict)

Uitgang:

Voorbeeld 3: Een tupleOutput uitpakken

Het gebeitste tuple-object wordt ontgrendeld en toegewezen aan een nieuw tuple-object.

#importeren augurk module
augurk importeren
#het bestand tuplePickle openen in leesstemming
pickle_in = open('tuplePickle','rb')
#de tuple ontrafelen en toewijzen aan het woordenboekobject
std_dict = augurk.laden(pickle_in)
print(std_dict)

Uitgang:

 Conclusie

Pickle is een in Python ingebouwde module die wordt gebruikt om de serialisatie- en deserialisatiebewerkingen uit te voeren. Serialisatie en deserialisatie zijn ook bekend als respectievelijk beitsen en ontbeitsen. Door beitsen kunnen we het Python-object in de vorm van een bytestream opslaan en later ophalen. Het ontbeitsproces verwijst naar het converteren van het gebeitste object naar een Python-object. Dit artikel legt het beits- en ontbeitsproces uit met voorbeelden.