Pickle vs sortie vers un fichier en python

J'ai un programme qui affiche des listes que je veux stocker de travailler avec des plus tard. Par exemple, supposons qu'il affiche une liste des noms des étudiants et une autre liste de leurs mi-parcours des scores. Je peux stocker cette sortie dans l'une des deux manières suivantes:

De Fichier Standard de Sortie de voie:

newFile = open('trialWrite1.py','w')
newFile.write(str(firstNames))
newFile.write(str(midterm1Scores))
newFile.close()

Le cornichon façon:

newFile = open('trialWrite2.txt','w')
cPickle.dump(firstNames, newFile)
cPickle.dump(midterm1Scores, newFile)
newFile.close()

Quelle technique est la mieux ou préféré? Est-il un avantage de l'utilisation de l'un sur l'autre?

Grâce

OriginalL'auteur Curious2learn | 2010-08-27

  1. 6

    Je pense que le csv module pourrait être un bon ajustement ici, comme le CSV est un format standard qui peut être lu et écrit en Python (et beaucoup d'autres langues), et c'est aussi lisible par l'homme. L'utilisation peut être aussi simple que de 

    with open('trialWrite1.py','wb') as fileobj:
    newFile = csv.writer(fileobj)
    newFile.writerow(firstNames)
    newFile.writerow(midterm1Scores)

    Cependant, il serait probablement plus judicieux d'écrire un élève par ligne, y compris leur nom et leur score. Qui peut être fait comme ceci:

    from itertools import izip
with open('trialWrite1.py','wb') as fileobj:
    newFile = csv.writer(fileobj)
    for row in izip(firstNames, midterm1Scores):
        newFile.writerow(row)
    Je pense que writerow s'attend à un tuple pas un stringified collection.
    Selon la documentation, il va prendre toute la séquence, y compris des listes ou des n-uplets.
    Si j'utilise la ligne de newFile.close(), je reçois un message d'erreur indiquant que " la " _csv.écrivain de l'objet n'a pas d'attribut "fermer""
    Zaslavsky: Pour une raison que je pensais que tu avais passé str( firstNames ). Peut-être que vous l'avez édité avant de l'avoir vu :/? @Curious2learn: fermez le fichier, pas l'écrivain.
    ah oui, vous avez probablement vu ça avant, j'ai édité. J'avais copié à partir de la question et j'ai oublié de fixer la partie au premier.

    OriginalL'auteur David Z

  2. 3

    pickle est plus générique -- il permet de vider les nombreux différents types d'objets dans un fichier pour une utilisation ultérieure. L'inconvénient est que le stockage provisoire n'est pas très lisible, et pas dans un format standard.

    Écrire des chaînes de caractères dans un fichier, d'autre part, est une bien meilleure interface pour d'autres activités ou d'un code. Mais c'est au prix d'avoir à analyser le texte dans votre objet Python de nouveau.

    Les deux sont très bien pour cette simple liste (?) de données; je voudrais utiliser write( firstNames ) tout simplement parce que il n'y a pas besoin d'utiliser la saumure. En général, comment faire pour conserver vos données sur le système de fichiers dépend des données!

    Par exemple, pickle sera heureux de pickle fonctions, que vous ne pouvez pas le faire en écrivant les représentations de chaîne.

    >>> data = range
<class 'range'>
>>> pickle.dump( data, foo )
# stuff
>>> pickle.load( open( ..., "rb" ) )
<class 'range'.
    pickle n'est pas exactement du cornichon fonctions & classes comme on pourrait le supposer - (docs.python.org/library/...) "Notez que les fonctions (construit et défini par l'utilisateur) sont décapés par “pleinement qualifié de” nom de la référence, et non par la valeur..." Persistance dans ce cas repose sur stable module hiérarchies et des interfaces depuis le unpickling environnement doit correspondre au décapage de l'environnement.
    Merci pour la réponse. Je vais écrire la représentation de chaîne ou de l'utilisation CSV comme David l'a suggéré.
    Je ne savais pas pickle n'aime pas les fonctions définies par l'utilisateur -- merci!
    pickle seulement n'aime pas vraiment les fonctions de & classes définies à l'intérieur d'autres fonctions/classes. Ce n'est pas quelque chose de spécifique pour fonctions définies par l'utilisateur. L'idée est qu'il sérialise un chemin d'importation qui doit être valide lorsque vous unpickle la fonction de référence (c'est le truc qu'il utilise - il importe le module qui contient le niveau supérieur de la fonction/définition de la classe). Les problèmes potentiels sont: 1. Vous partagez les objets avec d'autres programmes (tels que de l'utiliser pour le client/serveur comm) 2. Vous l'utilisez pour la persistance et puis supprimer/modifier les méthodes de la classe dans une mise à jour du code.

    OriginalL'auteur Katriel

  3. 0

    Pour une approche complètement différente, considèrent que Python est livré avec SQLite. Vous pouvez stocker vos données dans une base de données SQL sans l'ajout d'un tiers des dépendances.

    J'ai besoin d'utiliser les données pour tracer des graphiques avec matplotlib. J'ai pu importer à partir de SQlite, mais qui semble trop de travail pour l'exportation et l'importation.

    OriginalL'auteur Kirk Strauser