Python中json与pickle模块的序列化与反序列化详解
本文详细介绍Python中json和pickle模块的使用方法。json模块用于将Python数据类型转换为JSON字符串格式，支持int、str、bool、list、dict等类型，需注意中文编码及双引号规范。pickle模块专用于Python内部数据持久化，支持所有Python类型，序列化结果为bytes。文章通过代码示例演示dumps、loads、dump、load函数的具体应用及两者核心差异。
2026-10-13
11
本文详细介绍Python中json和pickle模块的使用方法。json模块用于将Python数据类型转换为JSON字符串格式，支持int、str、bool、list、dict等类型，需注意中文编码及双引号规范。pickle模块专用于Python内部数据持久化，支持所有Python类型，序列化结果为bytes。文章通过代码示例演示dumps、loads、dump、load函数的具体应用及两者核心差异。
本文介绍利用Python解析PASCAL VOC格式XML文件，提取bndbox边界框坐标，并从JPEGImages中截取对应区域图像另存为JPG文件的完整流程。通过xml.dom.minidom获取xmin、ymin、xmax、ymax数值，结合OpenCV进行图像裁剪与保存，并提供封装函数及注意事项。
本文详细介绍Python中xlrd库的基本用法，涵盖打开Excel文件、获取工作表列表、读取行列数据及判断单元格类型等核心功能。通过一个完整的代码实例，演示如何将Excel表格数据转换为字典列表，并处理空值与数值类型转换，适用于日常办公数据自动化处理场景。
本文介绍如何使用Python解析PASCAL VOC格式的XML标注文件，提取图像中目标物体的边界框坐标。通过示例代码展示如何还原标注结果并可视化显示，同时提供批量修改XML文件夹名称及按类别裁剪特定目标图片的方法，帮助开发者验证数据集质量并预处理图像数据。
本文解析Python中import成功但无法调用函数的常见原因，重点指出自定义模块与内置库（如log、setting）命名冲突导致的调用失效问题。通过对比import和from...import两种引用方式，说明如何避免函数被意外覆盖，并介绍使用as定义别名以简化代码的最佳实践，帮助开发者快速定位并解决模块调用异常。
本文详细介绍在Windows系统中通过命令行安装pip工具的具体步骤，包括配置环境变量与执行easy_install。随后演示如何使用pip命令安装如pygame等第三方库，并深入解析在PyCharm中通过Default Settings配置项目解释器及添加包的正确流程，特别指出虚拟环境路径对库导入的影响。
本文详细记录了在PyCharm中创建Flask项目时遇到的pip安装失败问题。通过排查发现，PyCharm默认基于Anaconda创建虚拟环境时，若配置不当会导致pip因SSL模块不可用而失效。解决方案是在创建新项目时，手动指定基于官方Python解释器而非Anaconda，从而避免依赖冲突，确保项目顺利创建。
本文介绍如何使用Python的xml.dom.minidom模块读取XML格式的深度学习标注数据，并提取图片文件名及目标对象的边界框坐标，最终写入TXT文件。通过具体代码示例，展示了从解析XML树结构到格式化输出坐标信息的完整流程，适用于统一不同格式标注数据的场景。
本文介绍如何使用Python读取Pascal VOC2012格式的XML标注文件，并结合PIL库对原始图像进行裁剪。通过解析XML中的边界框坐标，程序可自动提取目标区域并保存为独立图像文件，适用于目标检测模型的训练数据预处理。
本文解决PyCharm中导入pandas时程序无响应或报错ModuleNotFoundError的问题。主要方案包括在设置中重新安装pandas并尝试不同版本号，以及切换至已配置好pandas的项目解释器。通过暴力卸载重装或更改Project Interpreter路径，可有效恢复环境正常运行。
本文提供Python脚本批量处理VOC格式XML文件的方法。主要功能包括自动识别所有目标类别并统计数量，计算目标的平均宽高、面积及其在图像中的占比，以及批量修改XML中的目标名称。代码直接读取文件夹路径，无需预先指定类别，适用于目标检测数据集的预处理与质量分析。
本文详解OpenCV中图像边框添加与图像混合的实现方法。通过cv.copyMakeBorder函数可灵活设置上下左右边框宽度及多种填充类型，如常量、复制等。利用cv.addWeighted函数结合权重公式实现两张图像的平滑混合，并进一步演示如何通过循环调整权重生成类似幻灯片渐变的动态效果，附带完整Python代码示例。
