Enregistrement d'un objet (persistance des données)


233

J'ai créé un objet comme celui-ci:

company1.name = 'banana' 
company1.value = 40

Je voudrais sauvegarder cet objet. Comment puis je faire ça?


1
Voir l' exemple pour les personnes qui viennent ici pour un exemple simple d'utilisation de cornichons.
Martin Thoma

@MartinThoma: Pourquoi préférez-vous (apparemment) cette réponse à la réponse acceptée (de la question liée )?
martineau

Au moment où j'ai lié, la réponse acceptée n'avait pas protocol=pickle.HIGHEST_PROTOCOL. Ma réponse donne également des alternatives au cornichon.
Martin Thoma

Réponses:


449

Vous pouvez utiliser le picklemodule dans la bibliothèque standard. En voici une application élémentaire à votre exemple:

import pickle

class Company(object):
    def __init__(self, name, value):
        self.name = name
        self.value = value

with open('company_data.pkl', 'wb') as output:
    company1 = Company('banana', 40)
    pickle.dump(company1, output, pickle.HIGHEST_PROTOCOL)

    company2 = Company('spam', 42)
    pickle.dump(company2, output, pickle.HIGHEST_PROTOCOL)

del company1
del company2

with open('company_data.pkl', 'rb') as input:
    company1 = pickle.load(input)
    print(company1.name)  # -> banana
    print(company1.value)  # -> 40

    company2 = pickle.load(input)
    print(company2.name) # -> spam
    print(company2.value)  # -> 42

Vous pouvez également définir votre propre utilitaire simple comme le suivant qui ouvre un fichier et y écrit un seul objet:

def save_object(obj, filename):
    with open(filename, 'wb') as output:  # Overwrites any existing file.
        pickle.dump(obj, output, pickle.HIGHEST_PROTOCOL)

# sample usage
save_object(company1, 'company1.pkl')

Mettre à jour

Puisqu'il s'agit d'une réponse si populaire, j'aimerais aborder quelques sujets d'utilisation légèrement avancés.

cPickle(ou _pickle) vspickle

Il est presque toujours préférable d'utiliser réellement le cPicklemodule plutôt que pickleparce que le premier est écrit en C et est beaucoup plus rapide. Il existe quelques différences subtiles entre eux, mais dans la plupart des situations, ils sont équivalents et la version C fournira des performances considérablement supérieures. Passer à cela ne pourrait pas être plus facile, changez simplement la importdéclaration en ceci:

import cPickle as pickle

En Python 3, a cPickleété renommé _pickle, mais cela n'est plus nécessaire puisque le picklemodule le fait maintenant automatiquement - voir Quelle différence entre pickle et _pickle en python 3? .

Le résumé est que vous pouvez utiliser quelque chose comme ce qui suit pour vous assurer que votre code utilisera toujours la version C lorsqu'elle est disponible à la fois en Python 2 et 3:

try:
    import cPickle as pickle
except ModuleNotFoundError:
    import pickle

Formats de flux de données (protocoles)

picklepeut lire et écrire des fichiers dans plusieurs formats différents, spécifiques à Python, appelés protocoles comme décrit dans la documentation , "Protocol version 0" est ASCII et donc "lisible par l'homme". Les versions> 0 sont binaires et la plus élevée disponible dépend de la version de Python utilisée. La valeur par défaut dépend également de la version de Python. Dans Python 2, la version par défaut était Protocol 0, mais dans Python 3.8.1, c'est la version Protocol 4. Dans Python 3.x, le module y avait été pickle.DEFAULT_PROTOCOLajouté, mais cela n'existe pas dans Python 2.

Heureusement, il y a un raccourci pour écrire pickle.HIGHEST_PROTOCOLdans chaque appel (en supposant que c'est ce que vous voulez, et vous le faites habituellement), utilisez simplement le numéro littéral -1- similaire à référencer le dernier élément d'une séquence via un index négatif. Donc, au lieu d'écrire:

pickle.dump(obj, output, pickle.HIGHEST_PROTOCOL)

Vous pouvez simplement écrire:

pickle.dump(obj, output, -1)

Quoi qu'il en soit, vous n'auriez à spécifier le protocole qu'une seule fois si vous avez créé un Picklerobjet à utiliser dans plusieurs opérations de décapage:

pickler = pickle.Pickler(output, -1)
pickler.dump(obj1)
pickler.dump(obj2)
   etc...

Remarque : Si vous êtes dans un environnement exécutant différentes versions de Python, vous voudrez probablement utiliser explicitement (c'est-à-dire le code dur) un numéro de protocole spécifique que tous peuvent lire (les versions ultérieures peuvent généralement lire les fichiers produits par des versions antérieures) .

Objets multiples

Alors qu'un fichier cornichon peut contenir un certain nombre d'objets marinées, comme le montrent les exemples ci - dessus, quand il y a un nombre inconnu d'entre eux, il est souvent plus facile de les stocker dans une sorte de conteneur taille variable, comme un list, tupleou dictet écriture tous dans le fichier en un seul appel:

tech_companies = [
    Company('Apple', 114.18), Company('Google', 908.60), Company('Microsoft', 69.18)
]
save_object(tech_companies, 'tech_companies.pkl')

et restaurer la liste et tout ce qu'il contient plus tard avec:

with open('tech_companies.pkl', 'rb') as input:
    tech_companies = pickle.load(input)

L'avantage majeur est que vous n'avez pas besoin de savoir combien d'instances d'objet sont enregistrées pour les recharger plus tard (bien que cela sans ces informations soit possible, cela nécessite du code légèrement spécialisé). Voir les réponses à la question connexe Enregistrer et charger plusieurs objets dans un fichier pickle? pour plus de détails sur les différentes façons de procéder. Personnellement , je LIKE @Lutz Prechelt réponse le meilleur. Voici adapté aux exemples ici:

class Company:
    def __init__(self, name, value):
        self.name = name
        self.value = value

def pickled_items(filename):
    """ Unpickle a file of pickled data. """
    with open(filename, "rb") as f:
        while True:
            try:
                yield pickle.load(f)
            except EOFError:
                break

print('Companies in pickle file:')
for company in pickled_items('company_data.pkl'):
    print('  name: {}, value: {}'.format(company.name, company.value))

1
C'est rare pour moi car j'imaginais qu'il y aurait un moyen plus simple de sauvegarder un objet ... Quelque chose comme 'saveobject (company1, c: \ mypythonobjects)
Peterstone

4
@Peterstone: Si vous ne vouliez stocker qu'un seul objet, vous n'auriez besoin que d'environ la moitié du code comme dans mon exemple - je l'ai délibérément écrit comme je l'ai fait pour montrer comment plus d'un objet pourrait être enregistré (et plus tard relu de) le même fichier.
martineau

1
@Peterstone, il y a une très bonne raison pour la séparation des responsabilités. De cette façon, il n'y a pas de limitation sur la façon dont les données du processus de décapage sont utilisées. Vous pouvez le stocker sur disque ou vous pouvez également l'envoyer via une connexion réseau.
Harald Scheirich

3
@martinaeau, c'était en réponse à la remarque de perstones selon laquelle il ne devrait y avoir qu'une seule fonction pour enregistrer un objet sur le disque. La responsabilité des cornichons consiste uniquement à transformer un objet en données pouvant être traitées comme un morceau. L'écriture de choses dans un fichier est la responsabilité des objets fichier. En gardant les choses séparées, on permet une réutilisation plus élevée, par exemple être en mesure d'envoyer les données décapées sur une connexion réseau ou de les stocker dans une base de données, toutes les responsabilités sont distinctes de la conversion réelle des données <-> objets
Harald Scheirich

1
Vous supprimez company1et company2. Pourquoi ne supprimez-vous pas Companyet ne montrez- vous pas ce qui se passe?
Mike McKerns

49

Je pense que c'est une hypothèse assez forte de supposer que l'objet est un class. Et si ce n'est pas un class? Il y a aussi l'hypothèse que l'objet n'a pas été défini dans l'interpréteur. Et si c'était défini dans l'interprète? Et si les attributs étaient ajoutés dynamiquement? Lorsque certains objets python ont des attributs ajoutés à leur __dict__création après, picklene respecte pas l'ajout de ces attributs (c'est-à-dire qu'il «oublie» qu'ils ont été ajoutés - car picklesérialise par référence à la définition de l'objet).

Dans tous ces cas, pickleet cPicklepeut vous échouer horriblement.

Si vous cherchez à enregistrer un objectfichier (créé arbitrairement), où vous avez des attributs (soit ajoutés dans la définition de l'objet, soit après) ... votre meilleur pari est d'utiliser dill, qui peut sérialiser presque tout en python.

Nous commençons par une classe…

Python 2.7.8 (default, Jul 13 2014, 02:29:54) 
[GCC 4.2.1 Compatible Apple Clang 4.1 ((tags/Apple/clang-421.11.66))] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import pickle
>>> class Company:
...     pass
... 
>>> company1 = Company()
>>> company1.name = 'banana'
>>> company1.value = 40
>>> with open('company.pkl', 'wb') as f:
...     pickle.dump(company1, f, pickle.HIGHEST_PROTOCOL)
... 
>>> 

Maintenant, arrêtez et redémarrez ...

Python 2.7.8 (default, Jul 13 2014, 02:29:54) 
[GCC 4.2.1 Compatible Apple Clang 4.1 ((tags/Apple/clang-421.11.66))] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import pickle
>>> with open('company.pkl', 'rb') as f:
...     company1 = pickle.load(f)
... 
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pickle.py", line 1378, in load
    return Unpickler(file).load()
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pickle.py", line 858, in load
dispatch[key](self)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pickle.py", line 1090, in load_global
    klass = self.find_class(module, name)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pickle.py", line 1126, in find_class
    klass = getattr(mod, name)
AttributeError: 'module' object has no attribute 'Company'
>>> 

Oups… pickleje ne peux pas le supporter. Essayons dill. Nous allons ajouter un autre type d'objet (a lambda) pour faire bonne mesure.

Python 2.7.8 (default, Jul 13 2014, 02:29:54) 
[GCC 4.2.1 Compatible Apple Clang 4.1 ((tags/Apple/clang-421.11.66))] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import dill       
>>> class Company:
...     pass
... 
>>> company1 = Company()
>>> company1.name = 'banana'
>>> company1.value = 40
>>> 
>>> company2 = lambda x:x
>>> company2.name = 'rhubarb'
>>> company2.value = 42
>>> 
>>> with open('company_dill.pkl', 'wb') as f:
...     dill.dump(company1, f)
...     dill.dump(company2, f)
... 
>>> 

Et maintenant, lisez le fichier.

Python 2.7.8 (default, Jul 13 2014, 02:29:54) 
[GCC 4.2.1 Compatible Apple Clang 4.1 ((tags/Apple/clang-421.11.66))] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import dill
>>> with open('company_dill.pkl', 'rb') as f:
...     company1 = dill.load(f)
...     company2 = dill.load(f)
... 
>>> company1 
<__main__.Company instance at 0x107909128>
>>> company1.name
'banana'
>>> company1.value
40
>>> company2.name
'rhubarb'
>>> company2.value
42
>>>    

Ça marche. La raison pickleéchoue, et dillne le fait pas, est que dilltraite __main__comme un module (pour la plupart), et peut également décaper les définitions de classe au lieu de décaper par référence (comme le picklefait). La raison pour laquelle dillun cornichon lambdaest qu'il lui donne un nom… alors la magie du décapage peut se produire.

En fait, il existe un moyen plus simple de sauvegarder tous ces objets, surtout si vous avez créé beaucoup d'objets. Il suffit de vider toute la session python et d'y revenir plus tard.

Python 2.7.8 (default, Jul 13 2014, 02:29:54) 
[GCC 4.2.1 Compatible Apple Clang 4.1 ((tags/Apple/clang-421.11.66))] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import dill
>>> class Company:
...     pass
... 
>>> company1 = Company()
>>> company1.name = 'banana'
>>> company1.value = 40
>>> 
>>> company2 = lambda x:x
>>> company2.name = 'rhubarb'
>>> company2.value = 42
>>> 
>>> dill.dump_session('dill.pkl')
>>> 

Maintenant, éteignez votre ordinateur, allez déguster un expresso ou autre chose, et revenez plus tard ...

Python 2.7.8 (default, Jul 13 2014, 02:29:54) 
[GCC 4.2.1 Compatible Apple Clang 4.1 ((tags/Apple/clang-421.11.66))] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import dill
>>> dill.load_session('dill.pkl')
>>> company1.name
'banana'
>>> company1.value
40
>>> company2.name
'rhubarb'
>>> company2.value
42
>>> company2
<function <lambda> at 0x1065f2938>

Le seul inconvénient majeur est qu'il dillne fait pas partie de la bibliothèque standard de python. Donc, si vous ne pouvez pas installer un package python sur votre serveur, vous ne pouvez pas l'utiliser.

Cependant, si vous pouvez installer des packages python sur votre système, vous pouvez obtenir la dernière version dillavec git+https://github.com/uqfoundation/dill.git@master#egg=dill. Et vous pouvez obtenir la dernière version publiée avec pip install dill.


J'obtiens un TypeError: __new__() takes at least 2 arguments (1 given)en essayant d'utiliser dill(ce qui semble prometteur) avec un objet plutôt complexe qui inclut un fichier audio.
MikeiLL

1
@MikeiLL: Vous obtenez un TypeErrorquand vous faites quoi, exactement? C'est généralement un signe d'avoir le mauvais nombre d'arguments lors de l'instanciation d'une instance de classe. Si cela ne fait pas partie du flux de travail de la question ci-dessus, pourriez-vous la poster comme une autre question, me la soumettre par e-mail ou l'ajouter en tant que problème sur la dillpage github?
Mike McKerns

3
Pour tous ceux qui suivent, voici la question connexe publiée par @MikeLL - d'après la réponse, ce n'était apparemment pas un dillproblème.
martineau

dilJe me donne quand MemoryErrormême! il en va cPickle, pickleet hickle.
Färid Alijani

4

Vous pouvez utiliser anycache pour faire le travail à votre place. Il considère tous les détails:

  • Il utilise aneth comme backend, ce qui étend le picklemodule python à gérer lambdaet toutes les fonctionnalités intéressantes de python.
  • Il stocke différents objets dans différents fichiers et les recharge correctement.
  • Limite la taille du cache
  • Permet l'effacement du cache
  • Permet le partage d'objets entre plusieurs exécutions
  • Permet le respect des fichiers d'entrée qui influencent le résultat

En supposant que vous ayez une fonction myfuncqui crée l'instance:

from anycache import anycache

class Company(object):
    def __init__(self, name, value):
        self.name = name
        self.value = value

@anycache(cachedir='/path/to/your/cache')    
def myfunc(name, value)
    return Company(name, value)

Anycache appelle myfuncla première fois et décapage le résultat dans un fichier en cachedirutilisant un identifiant unique (en fonction du nom de la fonction et de ses arguments) comme nom de fichier. Lors d'une exécution consécutive, l'objet mariné est chargé. Si le cachedirest conservé entre les exécutions python, l'objet mariné est repris de l'exécution python précédente.

Pour plus de détails voir la documentation


Comment utiliserait-on anycachepour enregistrer plus d'une instance de, disons, un classconteneur tel qu'un list(qui n'était pas le résultat de l'appel d'une fonction)?
martineau

2

Exemple rapide à l'aide company1de votre question, avec python3.

import pickle

# Save the file
pickle.dump(company1, file = open("company1.pickle", "wb"))

# Reload the file
company1_reloaded = pickle.load(open("company1.pickle", "rb"))

Cependant, comme cette réponse l'a noté, le cornichon échoue souvent. Vous devez donc vraiment utiliser dill.

import dill

# Save the file
dill.dump(company1, file = open("company1.pickle", "wb"))

# Reload the file
company1_reloaded = dill.load(open("company1.pickle", "rb"))
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.