Python'；R'的s等价物；s dput（）函数

python中是否有类似于R中的函数？

有几个选项可用于将python对象序列化为文件：

• json.dump（）

  以json格式存储数据。它是非常可读和可编辑的，但只能存储列表、dict、字符串、数字、布尔值，因此没有复合对象。要使

  json

  模块可用，您需要先导入json

• pickle.dump（）

  可以存储大多数对象

不太常见：

• shelve

  模块在一个DBM数据库中存储多个Python对象，主要作用类似于持久的

  dict

• marshal.dump（）

  ：不确定何时需要它

---

IMO，

json.dumps（）

（注意s）甚至更好，因为它返回一个字符串，而不是

json.dump（）

，后者要求您写入文件。

对于

pandas.DataFrame

，

打印（df.to_dict（））

，如图所示这个答案主要关注

json.dump（）

和

json.dumps（）

以及如何将它们与numpy数组一起使用。如果您尝试，Python会提示您一个错误，即Ndarray不可JSON序列化：

import numpy as np
import json

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
json.dumps(a)

您可以通过先将其转换为列表来避免这种情况。请参见以下两个工作示例：

>>> 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)'

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：

json.dumps(a.tolist()) # '[[1, 2, 3], [4, 5, 6], [7, 8, 9]]'

json.dump（）

json.dump（）

与

dput（）

不同，但它仍然非常有用

json.dump（）

将对象编码为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，您可以再次将其转换回numpy数组：

c = np.array(c)

更多信息 关于避免“不可序列化”错误，请参见：

• （有点不相关，但很有趣）

---

怎么还没有人提到repr（）对我来说是个谜

repr（）

几乎和R的

dput（）完全一样。这里有几个例子：

>>> 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)'

也许是模块？您能提供更多关于如何使用此功能的详细信息吗？因为这是一个初学者的问题，请您澄清是否需要导入json或类似内容。我还在
pandas.DataFrame
上尝试了它，得到了
dump（）缺少1个必需的位置参数：“fp”
…谢谢，作为标准
numpy.array
输出，获得矩阵中每行一行的正确参数是什么？我试图将
缩进
和
分隔符
参数传递给
json.dumps
，但没有成功。同意@JonasV，这是正确的答案