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/