Python与R的dput（）函数等价

Question

python中是否有类似于R中的dput() function的函数？在

Answer 1

这个答案集中在json.dump()和{}以及如何将它们与numpy数组一起使用。如果您尝试这样做，Python将返回一个错误，指出ndarray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。下面是两个工作示例：

json.dumps()

json.dumps()似乎最接近R的dput()，因为它允许您直接从控制台复制粘贴结果：

^{pr2}$

json.dump()

{{cd5>还是很有用的。json.dump()将把你的对象编码成一个json文件。在

# Encode:
savehere = open('file_location.json', 'w')
json.dump(a.tolist(), savehere)

你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)

然后您可以再次将其转换回numpy数组：

c = np.array(c)

更多信息

有关避免“不可序列化”错误，请参阅：

• numpy array is not json serializable

• how to make classes json serializable（有点无关，但很有趣）

Answer 2

将Python对象序列化为文件有几个选项：

• json.dump()以JSON格式存储数据。它具有很强的可读性和可编辑性，但只能存储列表、dict、字符串、数字、布尔值，因此没有复合对象。您需要在import json之前使json模块可用。在
• pickle.dump()可以存储大多数对象。在

不常见：

• shelve模块将多个Python对象存储在一个DBM数据库中，主要表现为一个持久的dict。在
• marshal.dump()：不知道什么时候你需要它。在

Answer 3

对于pandas.DataFrame，print(df.to_dict())，如here