这里的Pickle和cPickle是模块名称不能用小写；cPickle 和 Pickle 是python的两个模块，提供了数据持久化的方法，其中cPickle是Pickle的C语言实现。
创新互联建站主要从事网站设计、网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务泌阳,10多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108
try:
import cPickle as p # 若能导入cPickle模块则导入，并以p命名
except:
import Pickle as p # 若导入cPickle模块导入错误，则导入Pickle，并以p命名
在研究 k8s 的yaml 配置文件的时候，我总担心自己一不小心 会写错，所以我向往 使用将对象 序列化 yaml 的形式，
其实 python object 可以 直接 转 yaml ，甚至也可以 直接 转成yaml文件！！！
这里 会经常用到几个 函数 vars() ast.
我们先尝试用最笨的方法 实现 object到yaml 的转化
在python对象 convert to dict 的形式，使用 vars()函数
然后 dict convert to json 使用 json.dumps(dict)函数
然后 json converte to yaml 使用 ya= yaml.load(json.dumps(dict)) 然后
再 yaml.safe_dump(ya,default_flow_style=False)
至此我们看到 从 python Object --- dict ---- json --- yaml 的转化
其中 obj dict json yaml 转 string ，只要 str()函数即可,或者 str(vars())结合
yaml 格式 写入到文件 ,需要注意的是， open()函数 的mode 一定要是 'w' ,不能是’wb', b代表是二进制写入
yaml 写入的是dict str，使用 ‘wb' 会报错，[yaml TypeError: a bytes-like object is required, not 'str']
【出现该错误往往是通过open()函数打开文本文件时，使用了‘rb’属性，如：fileHandle=open(filename,'rb'),则此时是通过二进制方式打开文件的，所以在后面处理时如果使用了str()函数，就会出现该错误，该错误不会再python2中出现。
具体解决方法有以下两种：
第一种，在open()函数中使用‘r’属性，即文本方式读取，而不是‘rb’,以二进制文件方式读取，可以直接解决问题。
第二种,在open()函数中使用‘rb’,可以在使用之前进行转换，有以下实例，来自： 】
其实 python object 可以 直接 转 yaml ，甚至也可以 直接 转成yaml文件！！！
比如我已经定义了一个 Dog python class,他有 好几个属性 并已经赋值初始化了
另外生成 yaml 对象
生成yaml文件
结果是
反过来 yaml ---- json --- 持久化 json 文件 indent=1属性是为了让 json 不以单行展示，而是展开
注意的是 python 的 dict 和set 很相似 ，都是 { }， set 里是list， dict 是键值对
【# set object is not JSON serializable [duplicate]
】
打开 demo.json
yaml --- dict
yaml --- python object
json -- dict
json.loads()
dict-- json
json.jumps()
str --- dict
newdict=dict(str)
json -- python object
一个python object无法直接与json转化，只能先将对象转化成dictionary，再转化成json；对json，也只能先转换成dictionary，再转化成object，通过实践，源码如下：
yaml -- python object
对yaml，也只能先转换成json ---dictionary，再转化成object，通过实践，源码如下：
dict -- -python object
python对象 默认都有一个 私有的属性 dict 取值 就是 object的 字典形式， 赋值就就可以给对象属性对应赋值
例如json 转 对象
对象 转 json
Python之dict(或对象)与json之间的互相转化
在Python语言中，json数据与dict字典以及对象之间的转化，是必不可少的操作。
dict字典转json数据
对象转json数据
json数据转成dict字典
json数据转成对象
json的load()与dump()方法的使用
dump()方法的使用
怎么学python
俗话说得好，“摩天大楼从地起”，学习任何编程语言都一定要把该语言的基础打牢，而怎么打地基呢？秘诀只有一条：多敲代码多敲代码多敲代码。学习前期建议找一本讲python基础的书或博客，把里面的例题跟着操作一遍，在基础打扎实后，可上一些比较出名的竞赛项目的网站如kaggle等，通过做项目去巩固知识。
推荐书籍:《Python基础教程(第3版)》Magnus Lie Hetland著
推荐理由：全面介绍了Python的基础知识、基本概念，高级主题，还有Python程序测试、打包、发布等知识，及10个具有实际意义的Python项目的开发过程，涉及的范围较广，既能为初学者夯实基础，又能帮助程序员提升技能，适合各个层次的Python开发人员阅读参考。
基础知识
代码规范
1. 缩进
相比于其他语言用大括号和end来标识代码块，python语言比较“独特”，其通过代码的缩进来标识所属代码块，通常4个空格为一个缩进，可用tab键实现。缩进是python代码的重要组成部分，若你的代码缩进格式不正确，如同一段代码块语句缩进不一致，首句未顶格等，都会运行出错。
#一个完整的语句首句要顶格
i=0
#同一代码块的语句应缩进一致
for i in range(5):
print(i)
i+=1
2. 注释
编程语言的注释，即对代码的解释和说明。给代码加上注释，可提高代码的可读性，当你阅读一段他人写的代码时，通过注释迅速掌握代码的大致意思，读起代码将更加得心应手。
python语言的注释分为单行注释和多行注释，在注释符后的内容计算机会自动跳过不去执行。
单行注释：在需注释语句前加“#”，可在代码后使用，也可另起一行使用
i=1 #在代码后使用注释
#另起一行使用注释
多行注释：在语句开头和结尾处加三个单引号或三个双引号（前后须一致）
'''
使用单引号的多行注释
'''
"""
使用双引号的多行注释
"""
使用注释除了起到望文生义，迅速了解代码意思的作用外，还有一个小妙处，可以将某段未完成或需要修改的代码隐蔽起来，暂时不让计算机执行。
3. 多行语句
python中默认以行结束作为代码结束的标记，而有时候为了阅读方便，我们需要将一个完整代码跨行表示，这时候我们可以使用续行符：反斜杠“\”来将一行语句分为多行显示：
score = eng_score + \
math_score + \
his_score
注意：若语句中使用大括号{}、中括号[]或小括号()将数据括起来，则不需要使用续行符，如下所示：
name=['Ada','Ailsa','Amy',
'Barbara','Betty','Blanche'
'Carina','Carrie','Carry'
'Daisy','Darcy','Diana']
什么是算法
在学习使用python之前，要先明确使用python的目的是什么？作为一名数据分析工作者，我们并不需要使用python语言来设计程序，只需要使用python来完成算法的实现。那么算法又是什么呢？
算法是指解决某项问题的流程或步骤，我们可以用一个很贴近生活的例子去理解，假如你需要做一道“西红柿炒鸡蛋”，根据菜谱：先准备食材，然后下油热锅，将西红柿倒进去翻炒后，加入蛋液翻炒至熟。
这就是我们完成“西红柿炒鸡蛋”这道菜所用的“算法”，而完成这个算法所需要的就是原料和操作说明，下面来看看原料和说明是什么。
变量
Python语言中的“原料”即对象,在python里万物皆对象,而对象通过引用变量唯一存在,引用上面的例子,可以将”鸡蛋”理解为”对象”,而给它取的名字”小红家鸡生的蛋”则是”变量”。
变量的概念想必大家不会陌生,和中学方程中学的变量基本上是一致的.变量可以理解为对事物的一个代号或者贴的一个标签,是一个可重复使用的量;而不同于方程中的变量,编程语言中的变量不仅仅是数值型, 还可以是字符型、逻辑型等其他数据类型。
1. 变量的性质
先定义后使用在python中引用变量需要先定义，否则会报错，但与其他编程语言如C语言不同，python定义变量不需要事先定义变量类型，变量类型随变量所赋值的类型决定可重复赋值及运算在python中变量可以重复赋值使用，变量间也可相互赋值，同时可以对变量进行运算操作#变量可重复赋值
i=2
i=3
#可对变量做运算
i+1
#查看变量的数据类型
type(a)
2. 变量的命名规则
只能包含：数字、字母、下划线不能以数字开头，不能包含python保留字、关键字、函数名慎用小写字母l和大写字母O, 避免与数字1和0混淆建议用驼峰命名法，即以单词加“"命名，如:studentname#查看python有哪些保留字
import keyword
print(keyword.kwlist)
3. 变量的赋值
基本赋值在python中，我们使用“=”对变量进行赋值，如“x=3"。这里要注意，数据和变量是分开存储的，即在内存中先建立数据“3”，然后建立一个标记“x”，再将x指向内存中的值。若重新对变量x赋值为“2”，实质上是修改了数据的引用，变量x重新指向内存中的数据“2”。
多重赋值对同一对象可以引用多个变量，例如一个人可以有多重身份，Mr Li 是一位父亲，同时也是一位教师，不同的变量，实质指向的对象是同一事物。father = teacher = 'Mr Li'
多元赋值对多个变量同时赋值，等号两边可加括号可不加a,b,c=1,2,3
(a,b,c)=(1,2,3)
语句
了解完算法中的“原料”，我们再来看看算法中的“操作说明”是什么呢？算法中的“操作说明”可以说是算法的“灵魂”，就好像一道菜完成的作品如何，很大程度取决于厨师的厨艺（即做菜秘籍）。构成算法“操作步骤”的是语句，其中包含python的基本语句和控制流程语句。控制流程语句的语法相对较复杂，在后面的文章再继续介绍，我们先认识一下python的基本语句：
其实前面我们已经接触过python的基础语句：赋值语句，赋值语句较简单不展开介绍，下面主要介绍python另一个使用特别广泛的基础语句：输出与输入语句。
1. 输出语句
python中输出值的方式主要有两种：表达式和print( )函数，两者的区别在于，表达式输出的结果为一个python对象，而在实际运用中，为方便阅读，通常需要按照一定格式输出结果，print( )函数就很好地解决此问题。
print( )语法：
print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)
print( )参数：
objects -- 复数，表示可以一次输出多个对象。输出多个对象时，需要用 , 分隔。sep -- 用来间隔多个对象，默认值是一个空格。end -- 用来设定以什么结尾。默认值是换行符 “\n”，可换成其他字符串。file -- 要写入的文件对象。flush -- 输出是否被缓存通常决定于 file，但如果 flush 关键字参数为 True，流会被强制刷新。#打印多个值，设置中间分隔符为“-”
print("广州","上海","深圳",sep="-")
#先以默认结尾符"\n"输出，再以结尾符设置为“-”，注意区别二者区别
print("广州")
print("上海")
print("深圳")
print("广州",end="-")
print("上海",end="-")
print("深圳",end="-")
以上代码实行结果为：
2. 输入语句
在python中获取键盘输入数据的函数是input()函数，input函数会自动将输入的数据转为字符串类型，并自动忽略换行符，同时可给出提示字符串。如果需要得到其他类型的数据，可对其进行强制性类型转换。
input( )语法：
input([prompt])
input( )参数：
prompt: 给输入者的提示信息，可选参数age=input("请输入您的年龄：")
每张图像是一个二维矩阵（灰度图像）或者三维张量（彩色图像）。计算均值的话可以用12import numpy as npnp.mean()这个函数的功能可以查看你的python库，help(np)即可（或者help(numpy)）。
1、C++和C都是属于编译型语言，本来的.c文件都是用高级语言编写的，计算机是不能识别高级语言的，所以，必须要通过编译，链接等手段，将.c文件转换成可执行文件，可执行文件就是纯二进制文件，然后计算机才能够执行。
unix./p:(p是可执行文件)
上述命令的过程，是外壳(shell)调用操作系统一个叫加载器的函数，它拷贝可执行文件p中的代码和数据到存储器，然后将控制转移到这个程序的开头。
2、
1. Python是一门解释型语言？
我初学Python时，听到的关于Python的第一句话就是，Python是一门解释性语言，我就这样一直相信下去，直到发现了*.pyc文件的存在。如果是解释型语言，那么生成的*.pyc文件是什么呢？c应该是compiled的缩写才对啊！
为了防止其他学习Python的人也被这句话误解，那么我们就在文中来澄清下这个问题，并且把一些基础概念给理清。
2. 解释型语言和编译型语言
计算机是不能够识别高级语言的，所以当我们运行一个高级语言程序的时候，就需要一个“翻译机”来从事把高级语言转变成计算机能读懂的机器语言的过程。这个过程分成两类，第一种是编译，第二种是解释。
编译型语言在程序执行之前，先会通过编译器对程序执行一个编译的过程，把程序转变成机器语言。运行时就不需要翻译，而直接执行就可以了。最典型的例子就是C语言。
解释型语言就没有这个编译的过程，而是在程序运行的时候，通过解释器对程序逐行作出解释，然后直接运行，最典型的例子是Ruby。
通过以上的例子，我们可以来总结一下解释型语言和编译型语言的优缺点，因为编译型语言在程序运行之前就已经对程序做出了“翻译”，所以在运行时就少掉了“翻译”的过程，所以效率比较高。但是我们也不能一概而论，一些解释型语言也可以通过解释器的优化来在对程序做出翻译时对整个程序做出优化，从而在效率上超过编译型语言。
此外，随着Java等基于虚拟机的语言的兴起，我们又不能把语言纯粹地分成解释型和编译型这两种。
用Java来举例，Java首先是通过编译器编译成字节码文件（不是二进制码），然后在运行时通过解释器给解释成机器文件。所以我们说Java是一种先编译后解释的语言。
总结：将由高级语言编写的程序文件转换为可执行文件（二进制的）有两种方式，编译和解释，编译是在程序运行前，已经将程序全部转换成二进制码，而解释是在程序执行的时候，边翻译边执行。
3. Python到底是什么
其实Python和Java/C#一样，也是一门基于虚拟机的语言，我们先来从表面上简单地了解一下Python程序的运行过程吧。
当我们在命令行中输入python hello.py时，其实是激活了Python的“解释器”，告诉“解释器”：你要开始工作了。可是在“解释”之前，其实执行的第一项工作和Java一样，是编译。
熟悉Java的同学可以想一下我们在命令行中如何执行一个Java的程序：
javac hello.java(编译的过程)
java hello（解释的过程）
只是我们在用Eclipse之类的IDE时，将这两部给融合成了一部而已。其实Python也一样，当我们执行python hello.py时，他也一样执行了这么一个过程，所以我们应该这样来描述Python，Python是一门先编译后解释的语言。
4. 简述Python的运行过程
在说这个问题之前，我们先来说两个概念，PyCodeObject和pyc文件。
我们在硬盘上看到的pyc自然不必多说，而其实PyCodeObject则是Python编译器真正编译成的结果。我们先简单知道就可以了，继续向下看。
当python程序运行时，编译的结果则是保存在位于内存中的PyCodeObject中，当Python程序运行结束时，Python解释器则将PyCodeObject写回到pyc文件中。
当python程序第二次运行时，首先程序会在硬盘中寻找pyc文件，如果找到，则直接载入，否则就重复上面的过程。
所以我们应该这样来定位PyCodeObject和pyc文件，我们说pyc文件其实是PyCodeObject的一种持久化保存方式。
总结：Python也是先编译后解释的一门语言，当python程序运行时，编译的结果是保存在内存中的PyCodeObject中，当Python程序运行结束时，Python解释器则将PyCodeObject写回到pyc文件中。也就是说保存，pyc文件是为了下次再次使用该脚本时避免重复编译，以此来节省时间。也就是说，只执行一次的脚本，就没必要保存其编译结果pyc，这样只是浪费空间。下面举例解释。
5、 运行一段Python程序
我们来写一段程序实际运行一下：
程序本身毫无意义。我们继续看：
然而我们在程序中并没有看到pyc文件，仍然是test.py孤零零地呆在那！（因为，test.py只是一次性的脚本文件，系统任务仅是会调用一次，所以，生成pyc文件只是浪费空间而已）那么我们换一种写法，我们把print_str方法换到另外的一个python模块中：
6. pyc的目的是重用
回想本文的第二段在解释编译型语言和解释型语言的优缺点时，我说编译型语言的优点在于，我们可以在程序运行时不用解释，而直接利用已经“翻译”过的文件。也就是说，我们之所以要把py文件编译成pyc文件，最大的优点在于我们在运行程序时，不需要重新对该模块进行重新的解释。
所以，我们需要编译成pyc文件的应该是那些可以重用的模块，这于我们在设计软件类时是一样的目的。所以Python的解释器认为：只有import进来的模块，才是需要被重用的模块。
这个时候也许有人会说，不对啊！你的这个问题没有被解释通啊，我的test.py不是也需要运行么，虽然不是一个模块，但是以后我每次运行也可以节省时间啊！
OK，我们从实际情况出发，思考下我们在什么时候才可能运行python xxx.py文件：
A. 执行测试时。
B. 开启一个Web进程时。
C. 执行一个程序脚本。
我们逐个来说，第一种情况我们就不用多说了，这个时候哪怕所有的文件都没有pyc文件都是无所谓的。
第二种情况，我们试想一个webpy的程序把，我们通常这样执行：
总结：只有模块文件会被认为是可能被重用的，所以，只用模型文件才会保存编译或者（编译+解释）后的结果.pyc文件。
6、 pyc的过期时间
说完了pyc文件，可能有人会想到，每次Python的解释器都把模块给持久化成了pyc文件，那么当我的模块发生了改变的时候，是不是都要手动地把以前的pyc文件remove掉呢？
当然Python的设计者是不会犯这么白痴的错误的。而这个过程其实就取决于PyCodeObject是如何写入pyc文件中的。
我们来看一下import过程的源码吧：
这段代码比较长，我们只来看我标注了的代码，其实他在写入pyc文件的时候，写了一个Long型变量，变量的内容则是文件的最近修改日期，同理，我们再看下载入pyc的代码：
不用仔细看代码，我们可以很清楚地看到原理，其实每次在载入之前都会先检查一下py文件和pyc文件保存的最后修改日期，如果不一致则重新生成一份pyc文件。
8. 写在最后的
其实了解Python程序的执行过程对于大部分程序员，包括Python程序员来说意义都是不大的，那么真正有意义的是，我们可以从Python的解释器的做法上学到什么，我认为有这样的几点：
A. 其实Python是否保存成pyc文件和我们在设计缓存系统时是一样的，我们可以仔细想想，到底什么是值得扔在缓存里的，什么是不值得扔在缓存里的。只有要重用的模块才是值得编译成pyc文件的。
B. 在跑一个耗时的Python脚本时，我们如何能够稍微压榨一些程序的运行时间，就是将模块从主模块分开。（虽然往往这都不是瓶颈），那么再次运行时，就可以不用编译了，直接使用上次编译后的结果。
C. 在设计一个软件系统时，重用和非重用的东西是不是也应该分开来对待，这是软件设计原则的重要部分。
D. 在设计缓存系统（或者其他系统）时，我们如何来避免程序的过期，其实Python的解释器也为我们提供了一个特别常见而且有效的解决方案。
总结：Python是编译+解释型的语言，执行的时候是由Python解释器，逐行编译+解释，然后运行，因为在运行的过程中，需要编译+解释，所以Python的运行性能会低于编译型语言，比如C++。为了提高性能，Python解释器，会将模块（以后要重用的脚本文件放在模块里）的编译+解释的结果，保存在.pyc中。这样下次执行的时候，就省了编译这个环节。提高性能。一次性的脚本文件，解释器是不会保存编译+解释的结果，也就是没有.pyc文件。
