在Python程序中，有时候会需要对一些数据进行保存，而Python的pickle模块就是专门用来对数据进行序列化的。需要说明的是Python还有一个cPickle模块，其与pickle具有相同的功能，但因为其是C语言进行实现的，效率上相比pickle要好很多，所以可以使用cPickle完全替代pickle。下面简单记录几个例子，以便备忘，可以在用到时直接查询、模仿使用。

1.使用cPickle替代pickle

[python]import cPickle as pickle import random[/python] 使用如上的import即可将cPickle替换为pickle。

2.保存一个数据

[python]seed_num = 2000 shuffle_seed = random.sample(range(seed_num), seed_num) with open(‘shuffle_seed.pkl’, ‘wb’) as fss: pickle.dump(shuffle_seed, fss, protocol=pickle.HIGHEST_PROTOCOL)[/python] 如上程序片段，将一个列表shuffle_seed进行保存。而dump的参数中，[python]protocol=pickle.HIGHEST_PROTOCOL[/python]可以始终使用，因为这个参数可以将压缩比提高到最大，而且我测试，保存速度也是最快的。

3.保存多个数据

保存多个数据时，可以将多个数据构造成字典，然后保存该字典，如下： [python]seed_num = 2000 seed_num_sample = 10 shuffle_seed = random.sample(range(seed_num), seed_num) shuffle_seed_sample = random.sample(range(seed_num_sample), seed_num_sample) sss_dict = {‘shuffle_seed’: shuffle_seed, ‘shuffle_seed_sample’: shuffle_seed_sample} with open(‘shuffle_seed.pkl’, ‘wb’) as fss: pickle.dump(sss_dict, fss, protocol=pickle.HIGHEST_PROTOCOL)[/python]

4.载入一个数据

直接使用如下程序： [python]with open(‘shuffle_seed.pkl’, ‘rb’) as f: ss = pickle.load(f)[/python]

5.载入多个数据

将载入的数据作为字典进行处理，即可得到各个数据： [python]with open(‘shuffle_seed.pkl’, ‘rb’) as f: ss = pickle.load(f) shuffle_seed = ss[‘shuffle_seed’] shuffle_seed_sample = ss[‘shuffle_seed_sample’][/python]