Python初級
回複內容：
謝邀。
很多入門教程裡講解序列化一般是這個流程：
對象1 -- 序列化 -> 位元組串 -- 還原序列化 -> 對象2
所以很多人並不知道為什麼要序列化。
估計很多人都有耳聞 Python 在處理計算密集型的任務時效能不好，一般不能充分使用多核 CPU 的優勢，這時候會使用多進程來最佳化。
有一種多進程的計算方式是這樣的，進程分為 master 和 worker，master 負責調度任務，worker 則專於計算，比如 Celery 這個庫。
那麼問題來了，master 中產生了一個任務需要交給 worker 來計算，因為進程之間記憶體是隔離的，worker 不能直接存取到這個任務對象。
所以 master 需要以某種方式將這個對象表示出來傳遞給 worker，而且 worker 能夠根據這個表示方式來構造出這個對象（的替身），這個過程就是序列化和還原序列化。
而 pickle 是 Python 內部的一種序列化方式，對 Python 對象有很好的支援，而這個原因也正是 Celery 預設使用 pickle 的原因，Is Celery dependent on pickle?
。
從序列化的角度來看，pickle 的方案和 JSON，YAML，XML 等沒有本質的區別。
不過 pickle 的安全性不足，永遠不要還原序列化不可信來源的 pickle 位元組串，因此 pickle 方案不適合用於網路通訊。謝邀。pickle能把幾乎任何格式（全部內建類型+支援pickle的類執行個體）的變數用字串表示，通常被用來儲存中間結果。
這是什麼意思呢？舉個例子，有一天你寫了要跑很長時間的程式，於是你決定增加【把當前進度儲存到檔案】這個功能，這樣今天跑不完的話，明天還能讀取存檔繼續今天的進度。
不過問題來了：“當前進度”不一定是一個字串，可能是一個列表，或者字典，或者集合，甚至一個類的執行個體……這樣亂七八糟的東西如何寫到檔案裡？
於是pickle就有用了。
>>> import pickle>>> data = {... '1': True,... 23.45: str,... print: set(),... b'hello': [0,0,0],... }>>> pickle.dumps(data)b'\x80\x03}q\x00(G@7s33333cbuiltins\nstr\nq\x01cbuiltins\nprint\nq\x02cbuiltins\nset\nq\x03]q\x04\x85q\x05Rq\x06X\x01\x00\x00\x001q\x07\x88C\x05helloq\x08]q\t(K\x00K\x00K\x00eu.'>>> pickle.loads(_){23.45: , : set(), '1': True, b'hello': [0, 0, 0]}
玩過遊戲嗎？知道 Save/Load 嗎？python內建的file函數只能儲存和讀取字串格式的資料.
pickle可以儲存和讀取成其他格式比如list dict的資料,這叫做序列化和還原序列化，把你的資料結構轉換成字串 ，可以儲存到檔案，方便下次快速恢複，也可以通過網路傳輸之前寫爬蟲的時候……一不小心就寫崩了……當時沒用資料庫，就是用這貨自動回復的。比如說要構建機器學習模型的時候，就說決策樹吧，一般情況下決策樹模型都是先建樹，然後剪枝，然後做預測，但這樣有個不好的地方就是，明明是同一棵樹上跑測試資料，但是每次都要重建立一次樹，而決策樹的大部分時間就浪費在建樹了，所以我可以在第一次完整跑的時候用pickle把整個樹儲存起來，以後再跑測試的時候直接load進來預測或剪枝就好了，這樣做節省了大量的時間。序列化的時候有用，需要用到序列化的情境有session等在其他部分進階語言裡面，將對象序列化是個麻煩的事情，你要將對象自行編碼，分割成串，然後存入檔案。反向序列化，即讀取，恢複成對象時，要解碼，截取串，還原成對象。有了pickle這玩意，依靠dump和load，就可以輕鬆實現。說的直白一點，就是一個儲存和擷取的工具，pickle把Python的資料結構用另外一種簡單的形式儲存到檔案中，然後方便轉移和傳播，然後在用同一樣的方法還原回去。
