本文共 1787 字，大约阅读时间需要 5 分钟。
在实际项目中，数据的本地存储是非常常见的需求。为了便于后续的查看和复用，通常会选择将数据以JSON格式保存。这种格式特别适用于存储如Int、double、str、list、tuple、dict等Python的原生数据类型。
要将数据保存为JSON文件，可以按照以下步骤进行：
准备数据：首先，确保你需要保存的数据类型是JSON支持的Python原生数据类型。如果是NumPy数组，可以通过将其转换为列表形式（使用tolist()方法）来保存。
创建字典对象：将数据与其他元数据（如文件名、日期等）组合成一个字典对象。
转换为JSON字符串：使用json.dumps()函数将字典对象转换为JSON格式的字符串。
生成文件名：根据需求生成唯一的文件名，通常可以结合当前日期和文件扩展名（如.json）。
写入文件：使用文件操作函数将JSON字符串写入本地文件中。
以下是一个完整的代码示例：
import json# 示例数据dictObj = { 'name': 'zhuang', 'state': 'exciting', 'data': [1, 2, 3, 4, 5]}# 生成当前日期的文件名import datetimenow = datetime.datetime.now().strftime('%Y-%m-%d')filename = f'test_{now}.json'# 将字典对象序列化为JSON字符串jsObj = json.dumps(dictObj)# 打开文件并写入内容with open(filename, 'w') as fileObject: fileObject.write(jsObj) 执行上述代码后，系统会在本地目录下生成一个名为test_2020-08-20.json的文件，文件内容为：
{ "name": "zhuang", "state": "exciting", "data": [1, 2, 3, 4, 5]} 要重新加载这些数据，可以按照以下步骤进行：
打开文件：使用open()函数读取文件内容，确保使用正确的编码格式（如UTF-8）。
解析JSON内容：使用json.load()函数将文件内容解析为Python字典对象。
处理数据：根据需求对解析后的数据进行进一步处理或展示。
以下是一个加载数据的代码示例：
filename = 'test_2020-08-20.json'with open(filename, encoding='UTF-8') as fin: s = json.load(fin)print(s)
如果你需要保存NumPy数组，直接使用json.dump()会报错，因为JSON不支持NumPy数组的序列化。解决方法是将NumPy数组转换为列表形式，再进行保存。
import numpy as np# 创建NumPy数组a = np.array([1, 2, 3, 4, 5])# 将其转换为列表形式a_list = a.tolist()# 创建保存的字典对象dictObj = { 'data': a_list}# 生成文件名并写入filename = 'test_save_array.json'with open(filename, 'w') as fileObject: jsObj = json.dumps(dictObj) fileObject.write(jsObj) 保存完成后，文件内容将为：
{ "data": [1, 2, 3, 4, 5]} 为了验证结果的正确性，可以重新加载文件并打印内容：
filename = 'test_save_array.json'with open(filename, encoding='UTF-8') as fin: s = json.load(fin)print(s)
通过上述方法，你可以轻松地将Python数据以JSON格式保存到本地文件中，并在需要时重新加载和使用。对于NumPy数组，只需将其转换为列表即可顺利保存和恢复。这种方法简单且高效，适用于大多数数据持久化场景。
转载地址：http://ythd.baihongyu.com/