运行错误:_pickle.PicklingError: Can't pickle <function <lambda> at 0x000002BAAEF12F28>: attribute lookup <lambda> on __main__ failed 代码如下: #!/usr/bin/env python3 # -*- coding: utf-8 -*- import random, time, queue from multiprocessing.manager

1-1 文件处理时,只能存字符串或者二进制 info = { 'name':'alex', 'age':22 } f = open("test.text", "w") f.write(info) f.close() ---> Traceback (most recent call last): TypeError: write() argument must be str, not dict 1-1-1 那么就改成字符串 info = { 'name':'al

一.生成器 通过列表生成式,我们可以直接创建一个列表.但是,受到内存限制,列表容量肯定是有限的.而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了.所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间.在Python中,这种一边循环一边计算的机制,称为生成器:generator. 要创建一个generator,有很多种

内容概要: 一.生成器 二.迭代器 三.json&pickle数据序列化 一.生成器generator 在学习生成器之前我们先了解下列表生成式,现在生产一个这样的列表[0,2,4,6,8,10],当然有很多方法,下面的方法就叫列表生成式. >>> [ i*2 for i in range(6) ] [0, 2, 4, 6, 8, 10] 当然还有其他方法: >>> a=map(lambda x:x*2,range(6)) >>> for i i

本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 孩子,我现在有个需求,看列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],我要求你把列表里的每个值加1,你怎么实现?你可能会想到2种方式 >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> b = [] >>> for i in

json import json dic = {'k1':'v1','k2':'v2','k3':'v3'} str_dic = json.dumps(dic) #序列化:将一个字典转换成一个字符串 print(type(str_dic),str_dic) #<class 'str'> {"k3": "v3", "k1": "v1", "k2": "v2"} #注意,json

前言json的序列化和反序列化 1, json 只能序列化简单的数据类型,如,列表,字典,字符串,等简单的类型,不能序列化复杂的类型. 2, json 是支持所有的语言的,多以我们跨语言的时候都是用json,(和其他语言交互) json 序列化 json的序列化 json.dumps() import jsoninfo = { 'zhang':'123', 'qing':'456'}f = open('json_wenjian','w',encoding='utf-8')f.write(json

本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 孩子,我现在有个需求,看列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],我要求你把列表里的每个值加1,你怎么实现?你可能会想到2种方式  普通青年版 a = [1,3,4,6,7,7,8,9,11] for index,i in enumerate(a): a[index] +=1print(a) 原值修改

json 所有语言通用的信息交换格式 json.dumps()将list列表.dict字典.元组.函数等对象转换为可以存储的字符格式存入文件 json.dump(数据对象名,已以写方式打开的对象) 直接写入,省略f.write()写法 这个过程称之为"序列化" json.loads("已读文件对象")将存入的数据类型列表.字典.函数等,读出来.还原为原来的数据类型. json.load("已打开文件对象")  这个过程叫做反序列化   pickl

回顾下上次的内容 转码过程: 先decode  为 Unicode(万国码 ) 然后encode 成需要的格式     3.0 默认是Unicode  不是UTF-8 所以不需要指定  如果非要转为UTF-8  就再指定 变量的查找顺序: 1 从里往外找,先找自己本地的local  没有就会去上一级找,直到找到此变量,     全局变量不能在函数里改变指的是纯字符的, list 及字典等会改变 函数递归:   一层一层进去, return 一层一层出来   特点: # 明确的结束条件 # 问题规

装饰器: 首先来认识一下python函数, 定义:本质是函数(功能是装饰其它函数),为其它函数添加附件功能        原则:        1.不能修改被装饰的函数的源代码.        2.不能修改被装饰的函数的调用方式. def test(): print('test') print(test ) #表示是函数 test() #表示执行foo函数 <function test at 0x00595660>#表示的是函数的内存地址test#函数test执行结果 简单的装饰器: def

一.简述 我们在写入文件中的数据,只能是字符串或者二进制,但是要传入文件的数据不一定全是字符串或者二进制,那还要进行繁琐的转换,然后再读取的时候,还要再转回去,显得很麻烦,今天就来学习标准的序列化:json & pickle 二.json序列化 1.dumps序列化和loads反序列化 dumps()序列化 import json #导入json模块 info = { 'name':"qianduoduo", "age":22, } with open(&q

序列化:把内存中的数据对象变成字符串 info = { 'name':'tom', 'age':22 } f = open("test.txt","w") f.write(str(info))f.close() 反序列化:从硬盘中把数据加载到内存 f = open("test.txt","r") data = eval(f.read()) f.close() print(data['age']) json方式 import j

前提实例: 将一个字典存放在文件里 #存入数据info = { 'name':'chy', 'age':18 } f = open("test.txt","w") f.write(str(info)) f.close() #读取数据f = open("test.txt","r") data = eval(f.read()) f.close()print(data["name"]) 以上使用str()和eva

前提: 文本文件中只能写入字符串或ascii码格式的内容. info={'name':'zoe','age':18} f=open('test.txt','w') f.write(info) #在文本文件中写入字典格式的内容,执行会报错. f.closed() 变通方式将 f.write(info) 改为 f.write(str(info)). 但是这种写法比较低端. 同时,将文件通过open()读取到环境中,读取进来的还是字符串格式的.上面的操作是序列化,读取文件后的操作时反序列化. f=op

简介 1 python-pickle模块 该pickle模块实现了用于序列化和反序列化Python对象结构的二进制协议. "Pickling"是将Python对象层次结构转换为字节流的过程, "unpickling"是反向操作,从而将字节流(来自二进制文件或类似字节的对象)转换回对象层次结构.pickle模块对于错误或恶意构造的数据是不安全的. import pickle dataList = [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0

1. 列表生成器:代码例子 a=[i*2 for i in range(10)] print(a) 运行效果如下: D:\python35\python.exe D:/python培训/s14/day4/列表生成式.py [0, 2, 4, 6, 8, 10, 12, 14, 16, 18] Process finished with exit code 0 2.高阶函数 变量可以指向函数,函数的参数能接受变量,即把一个函数名当做实参传给另外一个函数 返回值中包涵函数名 代码例子: 1 def

用于序列化的模块 json,通用的序列化方式,序列化成为str类型,支持所有语言识别,序列化的数据具有局限性. pickle,python的所有数据类型都可以被序列化,序列化为bites格式,只适用于python之间的数据交互. json和pickle都支持四个功能:load,loads,dump,dumps. 可以根据下面的代码来看四个功能到底如何实现: # Author:Zhang Zhao #json序列化实现 import json data = {'name':'zhangzhao',

什么叫序列化? 序列化是指把内存里的数据类型转变成字符串,以使其能存储到硬盘或通过网络传输到远程,因为硬盘或网络传输时只能接受bytes 为什么要序列化? 你打游戏过程中,打累了,停下来,关掉游戏.想过2天再玩,2天之后,游戏又从你上次停止的地方继续运行,你上次游戏的进度肯定保存在硬盘上了,是以何种形式呢?游戏过程中产生的很多临时数据是不规律的,可能在你关掉游戏时正好有10个列表,3个嵌套字典的数据集合在内存里,需要存下来?你如何存?把列表变成文件里的多行多列形式?那嵌套字典呢?根本没法存.所以

一.json序列化 xml在被json取代,不同平台之间的语言转换,只能处理简单的.复杂的用pickle: pickle只能在python中用,而在Java中json也可以被识别. info = { 'name':'xiaolaizi', 'age':22 } f = open("test.text","w") f.write(str(info))------------------------------------------------ import json

import requests import json dic={'k1':'v1'} print(dic,type(dic)) result = json.dumps(dic)#调用dumps方法把字典序列化成一个字符串 print(result,type(result)) s1='{"k1":"123","k2":"456"}' re = json.loads(s1) #调用 load方法将 字符串反序列化为字典对象 pr