Python-高效的读写大型数据

在进行业务代码编写过程中，不免会用到一些大型的数据信息，一些解决方案是使用数据库（Mysql、Nosql），但是有些业务中，可能并没办法提供一个相对稳定的数据库服务。因此使用格式化的文本进行数据存储成为一个解决方案。
所以在这里记录一下一些相关的第三方库，用于以后的备选

使用numpy，保存为.npy文件

import numpy as np
# Save
dict = {'a':1,'b':2,'c':3}
np.save('my_file.npy', dict) # 注意带上后缀名
# Load
load_dict = np.load('my_file.npy').item()
print(load_dict['a']) 

2.使用pickle，保存为.pkl文件

# 字典保存
dict = {'a':1,'b':2,'c':3}
f_save = open('dict_file.pkl', 'wb')
pickle.dump(dict, f_save)
f_save.close()
# # 读取
f_read = open('dict_file.pkl', 'rb')
dict2 = pickle.load(f_read)
print(dict2)
f_read.close()

使用JSON(可在pycharm中直接查看)

在python中，JSON模块提供以下四个功能，
dumps、dump、loads、load。其中dumps把数据类型转换成字符串 dump把数据类型转换成字符串并存储在文件中 loads把字符串转换成数据类型 load把文件打开从字符串转换成数据类型
1.字典转化为JSON并写入

import json
# 创建字典
info_dict = {'name': 'Joe', 'age': 20, 'job': 'driver'}
# dumps 将数据转换成字符串
info_json = json.dumps(info_dict,sort_keys=False, indent=4, separators=(',', ': '))
# 显示数据类型
print(type(info_json))
f = open('info.json', 'w')
f.write(info_json)

2. 读取JSON文件，并转化为字典

# JSON到字典转化
f2 = open('info.json', 'r')
info_data = json.load(f2)
print(info_data)
# 显示数据类型
print(type(info_data))