### 如何将Python字典保存为配置文件 在开发过程中，为了实现数据与代码的分离并提高项目的灵活性，通常会将某些参数（如训练参数和数据路径）存储在一个独立的配置文件中。常见的配置文件格式包括 JSON 和 YAML。以下是两种方法的具体实现。 #### 使用 JSON 格式保存 Python 字典 JSON 是一种轻量级的数据交换格式，易于阅读和编写，同时也便于机器解析和生成。通过 `json` 模块可以轻松地将 Python 字典保存为 JSON 文件。 ```python import json def save_dict_as_json(data, file_path): with open(file_path, 'w', encoding='utf-8') as f: json.dump(data, f, indent=4, ensure_ascii=False) if __name__ == "__main__": config_data = { "train_params": {"epochs": 100, "batch_size": 32}, "data_paths": {"input_dir": "/path/to/input", "output_dir": "/path/to/output"} } save_dict_as_json(config_data, "config.json") ``` 上述代码展示了如何将一个包含训练参数和数据路径的 Python 字典保存为名为 `config.json` 的文件[^2]。 --- #### 使用 YAML 格式保存 Python 字典 YAML 提供了一种更直观的人类可读性方式来表示复杂的数据结构。借助第三方库 PyYAML 可以方便地处理 YAML 文件。 ```python import yaml def save_dict_as_yaml(data, file_path): with open(file_path, 'w', encoding='utf-8') as f: yaml.dump(data, f, allow_unicode=True, sort_keys=False) if __name__ == "__main__": config_data = { "train_params": {"epochs": 100, "batch_size": 32}, "data_paths": {"input_dir": "/path/to/input", "output_dir": "/path/to/output"} } save_dict_as_yaml(config_data, "config.yaml") ``` 此代码片段演示了如何利用 `yaml.dump()` 方法将相同的 Python 字典保存为 YAML 配置文件[^3]。 --- #### 对比 JSON 和 YAML 虽然两者都可以满足需求，但在实际应用中有一定区别： - **易读性**：YAML 更适合人类直接编辑，因为它支持缩进风格而不是括号或逗号分隔的形式[^4]。 - **兼容性**：JSON 几乎被所有编程语言原生支持，而 YAML 则依赖于特定库的支持。 - **功能扩展**：YAML 支持更多高级特性（如锚点引用），但对于简单的键值对场景可能显得冗余。 因此，在选择具体格式时应综合考虑团队习惯和技术栈的要求。 ---