R 的 dput() 函数的 Python 等价物

Question

python中有没有类似R中dput() function的函数？

Answer 1

将 Python 对象序列化为文件有多种选择：

• json.dump() 以 JSON 格式存储数据。它非常可读和可编辑，但只能存储列表、字典、字符串、数字、布尔值，因此没有复合对象。您需要先import json 才能使json 模块可用。
• pickle.dump() 可以存储大部分对象。

不太常见：

• shelve 模块将多个 Python 对象存储在 DBM 数据库中，主要表现为持久化dict。
• marshal.dump(): 不知道你什么时候需要。

Answer 2

IMO，json.dumps()（注意 s）更好，因为它返回一个字符串，而 json.dump() 需要您写入文件。

Answer 3

对于pandas.DataFrame，print(df.to_dict())，如图here。

然后返回df = pandas.DataFrame.from_dict(data_as_dict)

Answer 4

此答案侧重于 json.dump() 和 json.dumps() 以及如何将它们与 numpy 数组一起使用。如果你尝试，Python 会告诉你 ndarrays 不是 JSON 可序列化的错误：

import numpy as np
import json

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
json.dumps(a)

TypeError: Object of type 'ndarray' is not JSON serializable

您可以通过先将其转换为列表来避免这种情况。请参阅下面的两个工作示例：

json.dumps()

json.dumps() 似乎最接近 R 的 dput()，因为它允许您直接从控制台复制粘贴结果：

json.dumps(a.tolist()) # '[[1, 2, 3], [4, 5, 6], [7, 8, 9]]'

json.dump()

json.dump() 与dput() 不一样，但它仍然非常有用。 json.dump() 会将您的对象编码为 json 文件。

# Encode:
savehere = open('file_location.json', 'w')
json.dump(a.tolist(), savehere)

然后您可以在其他地方解码：

# Decode:
b = open('file_location.json', 'r').read()   # b is '[[1, 2, 3], [4, 5, 6], [7, 8, 9]]'
c = json.loads(b)

然后你可以再次将它转换回一个 numpy 数组：

c = np.array(c)

更多信息

关于避免“不可序列化”错误，请参阅：

• numpy array is not json serializable

• how to make classes json serializable（有点不相关，但很有趣）

Answer 5

怎么没人提到repr() 对我来说是个谜。 repr() 几乎与 R 的 dput() 完全一样。举几个例子：

>>> a = np.arange(10)
>>> repr(a)
'array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])'
>>> d = dict(x=1, y=2)
>>> repr(d)
"{'x': 1, 'y': 2}"
>>> b = range(10)
>>> repr(b)
'range(0, 10)'