python：利用json保存和读取数据-白红宇

python：利用json保存和读取数据

阅读量：168 次

发布时间：2019-02-28

本文共 1827 字，大约阅读时间需要 6 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。

保存数据

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 datetime
now = 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)

结果

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]
}

载入数据

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)

注意事项

NumPy数组的保存

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)

结果

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)

总结

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/

你可能感兴趣的文章