數(shù)據(jù)對象的讀寫：使用sklearn讀寫持久化對象

　　除了pickle方法，sklearn的externals.Joblib模塊同樣提供了讀寫持久化數(shù)據(jù)對象的方法。示例如下。

from sklearn.externals import joblib             # ①
# 讀取數(shù)據(jù)對象
sklearn_data = joblib.load('sklearn_pickle.gz')  # ②
print(sklearn_data)                              # ③
# 對象持久化
joblib.dump(sklearn_data, 'sklearn_pickle_output.gz', compress=3, protocol=4)
                                                 # ④

　　代碼①導入sklearn.externals模塊。

　　代碼②調(diào)用joblib.load方法讀取sklearn_pickle.gz的文件。

　　代碼③打印sklearn_data。

　　代碼④調(diào)用joblib.dump方法將sklearn_data保存為sklearn_pickle_output.gz文件，同時設(shè)置壓縮率為3，protocol為4。

　　（1）compress設(shè)置文件的壓縮級別，可設(shè)置為[0,9]的整數(shù)值、布爾型或二元數(shù)組：當設(shè)置為布爾型且值為True時，默認壓縮級別為3；設(shè)置為二元數(shù)組時，第1個值必須是支持壓縮的格式，如zlib、gzip、bz2、lzma等，第2個值是壓縮級別，壓縮級別越高，壓縮率越高，同時需要執(zhí)行的時間越長。

　?。?）protocol是pickle.dump中的參數(shù)，這里與pickle.coad設(shè)置的參數(shù)是相同的調(diào)用方法，可設(shè)置為[0,4]的任意值，默認為3。該值越高，讀取生成的pickle所需的Python版本就越新。

　　在實際應(yīng)用時，sklearn.externals相對于pickle在大數(shù)據(jù)量下?lián)碛懈玫男阅?。NumPy數(shù)據(jù)（sklearn的默認數(shù)據(jù)格式）要優(yōu)于pickle原生的持久化方法，尤其是其支持多種壓縮級別和格式的設(shè)置，這將大大提高持久化的可操作空間。