Python相当于R的dput()函数

Question

python中的任何函数是否与R中的dput()函数类似？

Answer 1

一pandas.DataFrame,print(df.to_dict())如图所示这里

Answer 2

将Python对象序列化为文件有几种选择:

• json.dump()以JSON格式存储数据.它非常易读和可编辑,但只能存储列表,字符串,字符串,数字,布尔值,因此不存在复合对象.您需要在此import json之前使json模块可用.
• pickle.dump() 可以存储大多数对象.

不常见:

• 该shelve模块在DBM数据库中存储多个Python对象,大多数情况下像持久性一样dict.
• marshal.dump():不确定你什么时候需要它.

Answer 3

How no one has mentioned repr() yet is a mystery to me. repr() does almost exactly what R's dput() does. Here's a few examples:

>>> 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)'

Answer 4

这个答案侧重于json.dump()以及json.dumps()如何将它们与 numpy 数组一起使用。如果你尝试，Python 会告诉你一个错误，说 ndarrays 不是 JSON 可序列化的：

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()似乎是最接近 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()不一样，dput()但它仍然非常有用。json.dump()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 数组不是 json 可序列化的

• 如何使类 json 可序列化（有点不相关，但很有趣）