2、保存数据文件、对象文件
<pre><code>import h5py
import numpy as np
X= np.random.rand(100, 1000, 1000).astype('float32')
y = np.random.rand(1, 1000, 1000).astype('float32')
h5f = h5py.File('data.h5', 'w')
h5f.create_dataset('X_train', data=X)
h5f.create_dataset('y_train', data=y)
h5f.close()
# Load hdf5 dataset
h5f = h5py.File('data.h5', 'r')
X = h5f['X_train']
Y = h5f['y_train']
h5f.close()
</code></pre>
<pre><code>import pickle ##导入pickle模块
pickle_file = open('tokenizer_en.pkl','wb') ##注意打开方式一定要二进制形式打开
##把tokenizer_en对象永久保存到文件中 可以是任意类型
pickle.dump(tokenizer_en, pickle_file)
pickle_file.close()
</code></pre>
<pre><code>1 保存Python对象到文件中
my_list = [123,3.14,'春秋大梦',[123,'rrr']] ##自己定义一个列表
>>> my_list
[123, 3.14, '春秋大梦', [123, 'rrr']]
>>> import pickle ##导入pickle模块
>>> pickle_file = open('d:\\test\\天气预报\\qianqi.pkl','wb') ##注意打开方式一定要二进制形式打开
>>> pickle.dump(my_list, pickle_file) ##把列表永久保存到文件中
>>>pickle_file.close() ##关闭文件
2 使用pickle模块从文件中重构python对象
>>> import pickle
>>> pkl_file = open('d:\\test\\天气预报\\qianqi.pkl','rb') ## 以二进制方式打开文件
>>> pickle.load(pkl_file) ##用load（）方法把文件内容序列化为Python对象
[123, 3.14, '春秋大梦', [123, 'rrr']]
>>> pkl_file.close()
</code></pre>