python中cPickle用法例子。
在python中，一般可以使用pickle类来进行python对象的序列化，而cPickle提供了一个更快速简单的接口，如python文档所说的：“cPickle -- A faster pickle”。
>>> import cPickle
>>> data = range(1000) www.jbxue.com
>>> cPickle.dump(data,open("test\\data.pkl","wb"))
2. load：载入本地文件，恢复python对象
>>> data = cPickle.load(open("test\\data.pkl","rb"))
同dump一样，这里需要使用open函数打开本地的一个文件，并指定“读”操作
3. dumps：将python对象序列化保存到一个字符串变量中。
>>> data_string = cPickle.dumps(data)
4. loads：从字符串变量中载入python对象
>>> data = cPickle.loads(data_string)
在python中，一般可以使用pickle类来进行python对象的序列化，而cPickle提供了一个更快速简单的接口，如python文档所说的：“cPickle -- A faster pickle”。
cPickle可以对任意一种类型的python对象进行序列化操作，比如list，dict，甚至是一个类的对象等。而所谓的序列化，我的粗浅的理解就是为了能够完整的保存并能够完全可逆的恢复。
在cPickle中，主要有四个函数可以做这一工作，下面使用例子来介绍。
1， dump： 将python对象序列化保存到本地的文件。>>> import cPickle
>>> data = range(1000) www.jbxue.com
>>> cPickle.dump(data,open("test\\data.pkl","wb"))
dump函数需要指定两个参数，第一个是需要序列化的python对象名称，第二个是本地的文件。
注意，在这里需要使用open函数打开一个文件，并指定“写”操作。
2. load：载入本地文件，恢复python对象
>>> data = cPickle.load(open("test\\data.pkl","rb"))
同dump一样，这里需要使用open函数打开本地的一个文件，并指定“读”操作
3. dumps：将python对象序列化保存到一个字符串变量中。
>>> data_string = cPickle.dumps(data)
4. loads：从字符串变量中载入python对象
>>> data = cPickle.loads(data_string)
来源：oschina
链接：https://my.oschina.net/u/1025890/blog/191912