Python对R的dput（）函数的等效

Question

Python中是否有类似于R中dput（）函数的函数？

Answer 1

这个答案主要关注json.dump（）和json.dumps（）以及如何将它们用于numpy数组。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)

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。请参见以下两个工作示例：

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（）与dput（）不同，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)

关于避免“不可序列化”错误，请参见：

>

如何使类json序列化（有点不相关，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模块将多个Python对象存储在DBM数据库中，主要表现为持久的dicing。
• marshal.dump（）：不知道你什么时候需要它。

Answer 3

对于pandas.DataFrame，打印（df.to_dict（）），如下所示