泡菜还是json？

我需要将一个dict密钥为type str且值为ints 的小对象保存到磁盘，然后将其恢复。像这样：

{'juanjo': 2, 'pedro':99, 'other': 333}

最佳选择是什么，为什么？使用pickle或使用序列化它simplejson？

我正在使用Python 2.6。

如果您没有任何互操作性要求（例如，您将仅使用Python使用数据）并且二进制格式很好，请使用cPickle，它将为您提供真正快速的Python对象序列化。

如果您希望互操作性或想要一种文本格式来存储数据，请使用JSON（或其他一些适当的格式，具体取决于您的约束）。

对于序列化，我更喜欢JSON而不是pickle。取消选择可以运行任意代码，并且pickle用于在程序之间传输数据或在会话之间存储数据是一个安全漏洞。JSON不会引入安全漏洞，并且已标准化，因此，您可以根据需要使用不同语言的程序访问数据。

您可能还会发现一些有趣的图表，可以进行比较：http : //kovshenin.com/archives/pickle-vs-json-which-is-faster/

如果您主要关注速度和空间，请使用cPickle，因为cPickle比JSON快。

如果您更关注互操作性，安全性和/或人类可读性，请使用JSON。

其他答案中引用的测试结果记录在2010年，2016年使用cPickle 协议2更新的测试显示：

• cPickle 3.8倍更快的加载速度
• cPickle 1.5倍读取速度更快
• cPickle编码稍小

使用这个gist可以自己重现这一点，它基于康斯坦丁在其他答案中引用的基准，但是使用协议2而不是pickle的cPickle，并且使用pickle的json（因为json比simplejson快）来使用json ，例如

wget https://gist.github.com/jdimatteo/af317ef24ccf1b3fa91f4399902bb534/raw/03e8dbab11b5605bc572bc117c8ac34cfa959a70/pickle_vs_json.py
python pickle_vs_json.py

在不错的2015 Xeon处理器上使用python 2.7的结果：

Dir Entries Method  Time    Length

dump    10  JSON    0.017   1484510
load    10  JSON    0.375   -
dump    10  Pickle  0.011   1428790
load    10  Pickle  0.098   -
dump    20  JSON    0.036   2969020
load    20  JSON    1.498   -
dump    20  Pickle  0.022   2857580
load    20  Pickle  0.394   -
dump    50  JSON    0.079   7422550
load    50  JSON    9.485   -
dump    50  Pickle  0.055   7143950
load    50  Pickle  2.518   -
dump    100 JSON    0.165   14845100
load    100 JSON    37.730  -
dump    100 Pickle  0.107   14287900
load    100 Pickle  9.907   -

带有pickle协议3的Python 3.4甚至更快。

JSON还是泡菜？JSON 和泡菜怎么样！您可以使用jsonpickle。它易于使用，并且磁盘上的文件是JSON，因此可读。

http://jsonpickle.github.com/

我尝试了几种方法，发现使用cPickle并将dumps方法的协议参数设置为：cPickle.dumps(obj, protocol=cPickle.HIGHEST_PROTOCOL)是最快的转储方法。

import msgpack
import json
import pickle
import timeit
import cPickle
import numpy as np

num_tests = 10

obj = np.random.normal(0.5, 1, [240, 320, 3])

command = 'pickle.dumps(obj)'
setup = 'from __main__ import pickle, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("pickle:  %f seconds" % result)

command = 'cPickle.dumps(obj)'
setup = 'from __main__ import cPickle, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("cPickle:   %f seconds" % result)


command = 'cPickle.dumps(obj, protocol=cPickle.HIGHEST_PROTOCOL)'
setup = 'from __main__ import cPickle, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("cPickle highest:   %f seconds" % result)

command = 'json.dumps(obj.tolist())'
setup = 'from __main__ import json, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("json:   %f seconds" % result)


command = 'msgpack.packb(obj.tolist())'
setup = 'from __main__ import msgpack, obj'
result = timeit.timeit(command, setup=setup, number=num_tests)
print("msgpack:   %f seconds" % result)

输出：

pickle         :   0.847938 seconds
cPickle        :   0.810384 seconds
cPickle highest:   0.004283 seconds
json           :   1.769215 seconds
msgpack        :   0.270886 seconds

就个人而言，我通常更喜欢JSON，因为数据是人类可读的。当然，如果您需要序列化JSON不会接受的内容，则可以使用pickle。

但是对于大多数数据存储而言，您不需要序列化任何奇怪的东西，而JSON则容易得多，并且始终允许您在文本编辑器中将其弹出并自行检查数据。

速度不错，但是对于大多数数据集而言，差异可以忽略不计；无论如何，Python通常并不太快。