我需要将一个小dict 对象保存到磁盘，它的键是str 类型，值是ints 然后恢复它。像这样的：
{'juanjo': 2, 'pedro':99, 'other': 333}
什么是最好的选择，为什么？使用pickle 或simplejson 对其进行序列化？
我使用的是 Python 2.6。
【问题讨论】：
simplejson，你会使用内置的json 模块（具有完全相同的接口）。
JSON 还是 pickle？ JSON 和泡菜怎么样！
您可以使用jsonpickle。它易于使用，并且磁盘上的文件是可读的，因为它是 JSON。
【讨论】：
如果您没有任何互操作性要求（例如，您只是将数据与 Python 一起使用）并且二进制格式很好，请使用cPickle，它可以为您提供非常快速的 Python 对象序列化。
如果您想要互操作性或者您想要一种文本格式来存储您的数据，请使用 JSON（或其他一些适当的格式，具体取决于您的限制）。
【讨论】：
cPickle（或pickle）而不是JSON。当我第一次阅读您的答案时，我认为原因可能是速度，但因为事实并非如此...... :)
我尝试了几种方法，发现使用 cPickle 并将转储方法的协议参数设置为：cPickle.dumps(obj, protocol=cPickle.HIGHEST_PROTOCOL) 是最快的转储方法。
import msgpack
import json
import pickle
import timeit
import cPickle
import numpy as np
num_tests = 10
obj = np.random.normal(0.5, 1, [240, 320, 3])
command = 'pickle.dumps(obj)'
setup = 'from __main__ import pickle, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("pickle: %f seconds" % result)
command = 'cPickle.dumps(obj)'
setup = 'from __main__ import cPickle, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("cPickle: %f seconds" % result)
command = 'cPickle.dumps(obj, protocol=cPickle.HIGHEST_PROTOCOL)'
setup = 'from __main__ import cPickle, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("cPickle highest: %f seconds" % result)
command = 'json.dumps(obj.tolist())'
setup = 'from __main__ import json, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("json: %f seconds" % result)
command = 'msgpack.packb(obj.tolist())'
setup = 'from __main__ import msgpack, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("msgpack: %f seconds" % result)
输出：
pickle : 0.847938 seconds
cPickle : 0.810384 seconds
cPickle highest: 0.004283 seconds
json : 1.769215 seconds
msgpack : 0.270886 seconds
【讨论】：
如果您主要关心速度和空间，请使用 cPickle，因为 cPickle 比 JSON 更快。
如果您更关心互操作性、安全性和/或人类可读性，请使用 JSON。
其他答案中引用的测试结果是2010年记录的，2016年更新的测试用cPickleprotocol 2显示：
自己使用this gist 重现此内容，它基于其他答案中引用的Konstantin's benchmark，但使用带有协议 2 的 cPickle 而不是 pickle，并使用 json 而不是 simplejson（因为 json 比 simplejson 更快），例如
wget https://gist.github.com/jdimatteo/af317ef24ccf1b3fa91f4399902bb534/raw/03e8dbab11b5605bc572bc117c8ac34cfa959a70/pickle_vs_json.py
python pickle_vs_json.py
在不错的 2015 Xeon 处理器上使用 python 2.7 的结果：
Dir Entries Method Time Length
dump 10 JSON 0.017 1484510
load 10 JSON 0.375 -
dump 10 Pickle 0.011 1428790
load 10 Pickle 0.098 -
dump 20 JSON 0.036 2969020
load 20 JSON 1.498 -
dump 20 Pickle 0.022 2857580
load 20 Pickle 0.394 -
dump 50 JSON 0.079 7422550
load 50 JSON 9.485 -
dump 50 Pickle 0.055 7143950
load 50 Pickle 2.518 -
dump 100 JSON 0.165 14845100
load 100 JSON 37.730 -
dump 100 Pickle 0.107 14287900
load 100 Pickle 9.907 -
【讨论】：
就个人而言，我通常更喜欢 JSON，因为数据是人类可读的。当然，如果您需要序列化 JSON 不会使用的内容，那么请使用 pickle。
但对于大多数数据存储，您不需要序列化任何奇怪的东西，而且 JSON 更容易，并且始终允许您在文本编辑器中将其弹出并自行检查数据。
速度不错，但对于大多数数据集来说，差异可以忽略不计；无论如何，Python 通常不会太快。
【讨论】：
100 元素，人眼完全可以忽略差异。在处理更大的数据集时肯定会有所不同。
您可能还会发现这很有趣，可以比较一些图表：http://kovshenin.com/archives/pickle-vs-json-which-is-faster/
【讨论】：
我更喜欢 JSON 而不是 pickle 来进行序列化。 Unpickling 可以运行任意代码，使用pickle 在程序之间传输数据或在会话之间存储数据是一个安全漏洞。 JSON 不会引入安全漏洞并且是标准化的，因此如果您需要，可以通过不同语言的程序访问数据。
【讨论】：