我正在实现一个需要序列化和反序列化大型对象的程序，所以我使用pickle、cPickle和marshal进行了一些测试>模块选择最佳模块。一路走来，我发现了一些非常有趣的事情:我在字典、元组、整数、float和字符串列表上使用dumps然后loads(针对每个模块)。这是我的基准测试的输出:DUMPINGalistoflength7340032----------------------------------------------------------------------pickle=>14.675secondslengthofpickleserializedstring:3

我正在尝试在Windows框中使用cPickle，使用Anaconda。我正在使用python3.5。我没有使用virtualenv(尽管可能应该使用)。当我尝试导入cPickle时，我得到"ImportError:Nomodulenamed'cPickle'"Python3.5.0|Anacondacustom(64-bit)|(default,Dec12015,11:46:22)[MSCv.190064bit(AMD64)]onwin32Type"help","copyright","credits"or"license"formoreinformation.>>>importcP

我正在运行创建大型对象的代码，其中包含多个用户定义的类，然后我必须对其进行序列化以供以后使用。据我所知，只有pickle才能满足我的要求。我一直在使用cPickle来存储它们，但它生成的对象大小约为40G，来自运行在500mb内存中的代码。序列化的速度不是问题，但对象的大小才是问题。有什么技巧或替代方法可以让pickle变小吗？ 最佳答案 您可以将您的cPickledump调用与zipfile结合起来:importcPickleimportgzipdefsave_zipped_pickle(obj,filename,protocol

Python2具有用于序列化的pickle和cPickle模块。cPickle比pickle有一个明显的优势:速度。pickle比cPickle有什么优势(如果有的话)？ 最佳答案 pickle模块实现了一种将任意Python对象转换为一系列字节的算法。此过程也称为“序列化”对象。然后可以传输或存储表示对象的字节流，然后重新构建以创建具有相同特征的新对象。cPickle模块在C而非Python中实现了相同的算法。它比Python实现快很多倍，但不允许用户从Pickle子类化。如果子类化对您的使用不重要，您可能想要使用cPickle。

背景:我正在使用最小构造算法构建一个表示字典的树。输入列表是4.3Mutf-8字符串，按字典顺序排序。结果图是非循环的，最大深度为638个节点。我的脚本的第一行通过sys.setrecursionlimit()将递归限制设置为1100。问题:我希望能够将我的尝试序列化到磁盘，这样我就可以将它加载到内存中，而无需从头开始重建(大约22分钟)。我已经尝试了pickle.dump()和cPickle.dump()，包括文本和二进制协议(protocol)。每次，我都会得到如下所示的堆栈跟踪:File"/System/Library/Frameworks/Python.framework/Ve