【523】python存储变量方法

　　写论文的时候，自己处理了一组数据，已经完美的各种处理好了，但是在 jupyter notebook 中想要新建一个文件再另外一个 model 上面处理的时候就会遇到这个问题，如何将数据存储，否则还要从头读取处理，下面针对这个问题进行说明。

1. numpy 自带方法

　　此方法也是蛮简单的

numpy.save()：数组会以未压缩的原始二进制格式保存在扩展名为.npy的文件中。
numpy.load()：读取 .npy 文件的数据，直接转换为 numpy 数组

　　☀☀☀<< 举例 >>☀☀☀

>>> import numpy as np
>>> a = np.arange(24).reshape(2,3,4)
>>> a
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
 
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> np.save("D:/aa/npp.npy", a)
>>> b = np.load("D:/aa/npp.npy")
>>> b
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
 
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

　　如果报错 Object arrays cannot be loaded when allow_pickle=False，需要改为如下：

1	`np.load(path, allow_pickle=True)`

2. pandas 自带方法

　　此方法是最方便最简单的

to_pickle：此方法是将 dataframe 变量数据直接存储为本地文件，对于文件扩展名没有要求
read_pickle：此方法是将本地存储的变量读取并转为 dataframe 文件

　　☀☀☀<< 举例 >>☀☀☀

>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(np.arange(12).reshape(3, 4))
>>> df
   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
>>> df.columns = ['I', 'II', 'III', 'IV']
>>> df
   I  II  III  IV
0  0   1    2   3
1  4   5    6   7
2  8   9   10  11
>>> df.to_pickle(r"D:/aa/df")
 
>>> dff = pd.read_pickle(r"D:/aa/df")
>>> dff
   I  II  III  IV
0  0   1    2   3
1  4   5    6   7
2  8   9   10  11

3. sklearn 的自带方法（感觉最简单）

　　☀☀☀<< 举例 >>☀☀☀

　　注意：新版 sklearn 会报错，直接 import joblib 即可

　　参考：（注意下面评论）cannot import name joblib from sklearn.externals

from sklearn.externals import joblib
# 保存x
joblib.dump(x, 'x.pkl') 
# 加载x
x = joblib.load('x.pkl') 

　　新版实现方法

import joblib
# 保存x
joblib.dump(x, 'x.pkl') 
# 加载x
x = joblib.load('x.pkl') 

4. pickle 库操作

　　☀☀☀<< 举例 >>☀☀☀

import pickle
  
# 存储变量的文件的名字
filename = 'shoplist.data'
# 初始化变量
shoplist = ['apple', 'mango', 'carrot']
# 以二进制写模式打开目标文件
f = open(filename, 'wb')
# 将变量存储到目标文件中区
pickle.dump(shoplist, f)
# 关闭文件
f.close()
# 删除变量
del shoplist
# 以二进制读模式打开目标文件
f = open(filename, 'rb')
# 将文件中的变量加载到当前工作区
storedlist = pickle.load(f)
print(storedlist)