文章來源於：Python大數據分析
簡介
大家好，相信不少讀者朋友們都在Python中利用pickle進行過序列化操作，而所謂的序列化，指的是將程式執行時在記憶體中產生的變數物件，轉換為二進位制型別的易儲存可傳輸資料的過程，相反地，從序列化結果解析還原為Python變數就叫做反序列化。
通常我們都是用標準庫pickle進行這項操作，但其功能單一，且針對很多常見的Python物件如lambda函式無法進行序列化。而今天要給大家介紹的庫dill就可以看作增強版的pickle。
使用dill實現更豐富的序列化/反序列化操作
作為第三方庫，我們使用pip install dill完成安裝後，就可以使用它來代替pickle了：
基礎使用
dill的基礎使用與pickle一樣，使用dump/dumps進行序列化操作，load/loads進行反序列化操作，下面是一些基本的例子，我們對一些常見的物件進行序列化/反序列化操作：
import dill
import numpy as np
demo_int = 999
demo_float = 0.99
demo_dict = {'a': 999}
demo_array = np.random.rand(2, 2)
# 序列化并写出到pkl文件
with open('./demo.pkl', 'wb') as d:
dill.dump(
[demo_int, demo_float, demo_dict, demo_array],
d
)從寫出的demo.pkl檔案中還原物件：
# 序列化并写出到pkl文件
with open('./demo.pkl', 'rb') as d:
restore_demo = dill.load(d)
restore_demo
