Python pickle

关于pickle模块

• Python的一个序列化与反序列化模块,支持Python基本数据类型
• 可以处理自定义的类对象,方法等

内存中使用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

import pickle

origin = [1, 2, 3, [4, 5, 6]]
print "origin: %s" % origin
temp = pickle.dumps(origin)
print "temp: %s" % temp
new = pickle.loads(temp)
print "new: %s" % new

## output:
# origin: [1, 2, 3, [4, 5, 6]]
# temp: (lp0
# I1
# aI2
# aI3
# a(lp1
# I4
# aI5
# aI6
# aa.
# new: [1, 2, 3, [4, 5, 6]]

硬盘中使用

1
2
3
4
5
6
7
8
9
10
11
12
13

import pickle

origin = [1, 2, 3, [4, 5, 6]]
print "origin: %s" % origin
# open a binary and write the result
pickle.dump(origin, open('temp', 'wb'))
# open a binary and read the original object
new = pickle.load(open('temp', 'rb'))
print "new: %s" % new

## output
# origin: [1, 2, 3, [4, 5, 6]]
# new: [1, 2, 3, [4, 5, 6]]

库名: np.random

RandomState()

• np.random.RandomState(seed)

  • seed 相同时两个不同的RandomState对象会产生相同的随机数据序列

  • seed 默认值为None,此时不同的RandomState对象产生不同的随机数据序列,此时RandomState将从/dev/urandom 或者从clock otherwise读取seed值

    1 2 3 4 5 6 7 8

    print np.random.RandomState(1).randint(1, 100010) print np.random.RandomState(1).randint(1, 100000) print np.random.RandomState(1).randint(1, 100000) print np.random.RandomState().randint(1, 100000) print np.random.RandomState().randint(1, 100000) print np.random.RandomState().randint(1, 100000) print np.random.RandomState(1) is np.random.RandomState(1) print np.random.RandomState() is np.random.RandomState()

  • 输出如下:

    98540
    98540
    98540
    38317
    42305
    70464
    False
    False

关于初始化向量的维度

• 不是行向量也不是列向量

  1 2	np.random.randn(5) # [1,2,3,4,5]

  • shape为(5,)
  • 是一个特殊的数据结构
  • 是一个一维向量，不是矩阵，不是行向量，也不是列向量

• 列向量

  1 2 3 4 5 6

  np.random.randn(5,1) # [[1] [2] [3] [4] [5]]

  • shape为(5,1)
  • 是一个矩阵

• 行向量

  1 2	np.random.randn(1,5) # [[1,2,3,4,5]]

  • shape为(1,5)
  • 是一个矩阵

• 一个好的习惯是使用向量时用Assert语句确保维度

  1	assert(a.shape == (3,4))