序列化（serialization）是將資料結構或對象轉換為一個格式，可以被儲存到文件或記憶體中，或者可以透過網路傳輸到另一個系統環境。這使得資料可以在不同的系統之間進行交換，並在需要時重新建構回原始的資料結構。本文將介紹兩個好用的Python套件－JSON與Pickle，並比較兩者的不同。
JSON
JSON（Javascript Object Notation）是一種輕量級的資料交換格式。它基於 JavaScript 語言，但是獨立於語言和平台。JSON 易於人閱讀和寫作，同時也易於機器解析和生成。
在使用JSON套件時，需要先引入該套件：import json
將資料結構轉換為字串
json.dumps(obj, skipkeys: bool, ensure_ascii: bool, indent: int) -> str
obj: 要序列化的 Python 對象。skipkeys: 默認為False。如果設為True，則字典的鍵不是基本類型 (str,int,float,bool,None) 會被跳過，而不是引發TypeError。ensure_ascii: 默認為True。如果設為True，所有非 ASCII 字符都會被轉義。indent: 指定縮進的空格數，用於美化輸出。
例如，以下程式碼將字典 data 轉為字串 json_string：
import json
data = {
"name": "John",
"age": 30,
"city": "New York"
}
json_string = json.dumps(obj = data, indent = 4)
print(json_string)
print(type(json_string))
{
"name": "John",
"age": 30,
"city": "New York"
}
<class 'str'>
將資料結構寫入以字串的形式寫入檔案
將資料結構轉換成字串後，我們便可以將它寫入文字檔儲存，不過JSON套件已有函式可將資料結構以文本形式儲存到檔案，如下：
json.dump(obj, fp, skipkeys: bool, ensure_ascii: bool, indent: int)
fp: 一個.write()支持的文本文件對象。- 其餘參數與
json.dumps()相同
將 data寫入data.json：
import json
data = {
"name": "John",
"age": 30,
"city": "New York"
}
with open('data.json', 'w', encoding = 'utf8') as file:
json.dump(fp = file, obj = data, ensure_ascii = False, indent = 4)
data.json文件內容：
{
"name": "John",
"age": 30,
"city": "New York"
}
將字串轉換為資料結構
json.loads(s)
s：要解碼的JSON字符串。
將 json_data轉為字典存入 data：
import json
json_data = '{"name": "John", "age": 30, "city": "New York"}'
data = json.loads(json_data)
print(f"name: {data['name']}")
print(f"age: {data['age']}")
print(f"city: {data['city']}")
print(type(data))
name: John
age: 30
city: New York
<class 'dict'>
讀取檔案並將其寫入資料結構
json.load(fp)
fp：一個.read()支持的文本文件對象。
例如讀取data.json並存入data中：
import json
with open('data.json', 'r', encoding = 'utf8') as file:
data = json.load(file)
print(f"name: {data['name']}")
print(f"age: {data['age']}")
print(f"city: {data['city']}")
print(type(data))
name: John
age: 30
city: New York
<class 'dict'>
Pickle
Pickle 是 Python 的一個標準模組，用於序列化和反序列化 Python 對象結構。它可以序列化許多 Python 的資料類型，包括自定義的類。
在使用Pickle套件時，需要先引入該套件：
import pickle
將資料結構輸出為檔案
pickle.dump(obj, file, protocol, fix_imports)
obj: 要序列化的 Python 對象。file: 一個.write()支持的二進制文件對象。protocol: 指定使用的 pickling 協議。默認為pickle.DEFAULT_PROTOCOL。可選的協議版本為 0, 1, 2, 3, 4。0: ASCII 協議，可讀性強，但效率較低。1: 舊的二進制協議。2: 在 Python 2.3 中引入的協議。3: 在 Python 3.0 中引入的協議，不兼容 Python 2。4: 在 Python 3.4 中引入，支持大於 4GB 的對象。
fix_imports: 默認為True。如果為True且protocol小於 3，將修改pickle輸出，使其可以在 Python 2 中讀取。
例如將data輸出為data.obj：
import pickle
data = {
"name": "John",
"age": 30,
"city": "New York"
}
with open('data.obj', 'wb') as file:
pickle.dump(data, file)
會產生一個data.obj的二進位檔。
將檔案轉化為資料結構
pickle.load(file, fix_imports, encoding, errors)
file: 一個.read()支持的二進制文件對象。fix_imports: 默認為True。用於控制對 Python 2 中生成的 pickle 數據的導入修復。encoding: 默認為'ASCII'。用於解碼 Python 2 中的 Unicode 字符串。其他常見的值包括'latin1'和'utf8'。errors: 默認為'strict'。指定如何處理解碼錯誤。其他可能的值包括'replace'和'ignore'。
例如讀取剛剛產生的data.obj：
import pickle
with open('data.obj', 'rb') as file:
data = pickle.load(file)
print(f"name: {data['name']}")
print(f"age: {data['age']}")
print(f"city: {data['city']}")
print(type(data))
name: John
age: 30
city: New York
<class 'dict'>
JSON與Pickle的差異
- 資料格式：Json 產生的是文本格式，而 Pickle 產生的是字節流。
- 兼容性：Json 是一種跨語言的資料格式，而 Pickle 是 Python 專用的。
- 資料類型：Json 支持的資料類型較少，而 Pickle 可以序列化許多 Python 的資料類型。
例如以下我們自定義一個classData，有屬性name、age、city，以及一個建構子來初始化這三個屬性，並將它儲存至data.obj：
import pickle
class Data:
def __init__(self, name, age, city):
self.name = name
self.age = age
self.city = city
data = Data('John', 30, 'New York')
with open('data.obj', 'wb') as file:
pickle.dump(data, file)
會產生一個data.obj的二進為檔，我們讀取他並存於 new_data：
import pickle
class Data:
def __init__(self, name, age, city):
self.name = name
self.age = age
self.city = city
with open('data.obj', 'rb') as file:
data = pickle.load(file)
print(f"name: {data.name}")
print(f"age: {data.age}")
print(f"city: {data.city}")
print(type(data)
name: John
age: 30
city: New York
<class '__main__.Data'>
以上就是Python的序列化套件介紹，在之後的深度學習也會很常用到這兩個套件，感謝各位的閱讀！
