<分区>
什么更快:
(A) 使用 pickle.load()
“Unpickling”(加载)pickle 字典对象
或
(B) 使用 simplejson.load()
将 JSON 文件加载到字典中
假设:pickled 对象文件在案例 A 中已经存在, 并且 JSON 文件在案例 B 中已经存在。
<分区>
什么更快:
(A) 使用 pickle.load()
“Unpickling”(加载)pickle 字典对象
或
(B) 使用 simplejson.load()
将 JSON 文件加载到字典中
假设:pickled 对象文件在案例 A 中已经存在, 并且 JSON 文件在案例 B 中已经存在。
最佳答案
速度实际上取决于数据,它的内容和大小。
但是,无论如何,让我们以 json 数据为例,看看哪个更快(Ubuntu 12.04,python 2.7.3):
将此 json 结构转储到 test.json
和 test.pickle
文件中:
{
"glossary": {
"title": "example glossary",
"GlossDiv": {
"title": "S",
"GlossList": {
"GlossEntry": {
"ID": "SGML",
"SortAs": "SGML",
"GlossTerm": "Standard Generalized Markup Language",
"Acronym": "SGML",
"Abbrev": "ISO 8879:1986",
"GlossDef": {
"para": "A meta-markup language, used to create markup languages such as DocBook.",
"GlossSeeAlso": ["GML", "XML"]
},
"GlossSee": "markup"
}
}
}
}
}
测试脚本:
import timeit
import pickle
import cPickle
import json
import simplejson
import ujson
import yajl
def load_pickle(f):
return pickle.load(f)
def load_cpickle(f):
return cPickle.load(f)
def load_json(f):
return json.load(f)
def load_simplejson(f):
return simplejson.load(f)
def load_ujson(f):
return ujson.load(f)
def load_yajl(f):
return yajl.load(f)
print "pickle:"
print timeit.Timer('load_pickle(open("test.pickle"))', 'from __main__ import load_pickle').timeit()
print "cpickle:"
print timeit.Timer('load_cpickle(open("test.pickle"))', 'from __main__ import load_cpickle').timeit()
print "json:"
print timeit.Timer('load_json(open("test.json"))', 'from __main__ import load_json').timeit()
print "simplejson:"
print timeit.Timer('load_simplejson(open("test.json"))', 'from __main__ import load_simplejson').timeit()
print "ujson:"
print timeit.Timer('load_ujson(open("test.json"))', 'from __main__ import load_ujson').timeit()
print "yajl:"
print timeit.Timer('load_yajl(open("test.json"))', 'from __main__ import load_yajl').timeit()
输出:
pickle:
107.936687946
cpickle:
28.4231381416
json:
31.6450419426
simplejson:
20.5853149891
ujson:
16.9352178574
yajl:
18.9763481617
如您所见,通过 pickle
进行解 pickle 根本不是那么快 - 如果您选择 pickle/解 pickle 选项,cPickle
绝对是可行的方法。 ujson
在这些针对特定数据的 json 解析器中看起来很有前途。
此外,json
和 simplejson
库在 pypy 上加载速度更快(参见 Python JSON Performance)。
另见:
请务必注意,在您的特定系统、其他类型和大小的数据上,结果可能会有所不同。
关于python - 什么更快 - 将 pickle 字典对象加载或加载 JSON 文件 - 到字典?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18517949/
相关文章:
jquery - 使用 $.getJSON 将 Rails 渲染的 JSON 拉入 JavaScript(作为 JSON 对象)
python - python的pp模块上的PicklingError
python - 为什么在 Python 中需要在哈希之前声明编码,以及如何执行此操作?
python - 如何在二维数组中使用 numpy.searchsorted 进行矢量化
javascript - 为什么 JavaScript 中只显示数组的最后一个元素而不是所有元素
python - 带有引号的Python 2.7.6字符串文字错误