（數據科學學習手札137）orjson：Python中最好用的json庫
本文示例程式碼及文件已上傳至我的
Github倉庫//github.com/CNFeffery/DataScienceStudyNotes
1 簡介
大家好我是費老師，我們在日常使用Python的過程中，經常會使用json格式存儲一些數據，尤其是在web開發中。而Python原生的json庫性能差、功能少，只能堪堪應對簡單輕量的json數據存儲轉換需求。
而本文我要給大家介紹的第三方json庫orjson，在公開的各項基準性能測試中，以數倍至數十倍的性能優勢碾壓json、ujson、rapidjson、simplejson等其他Python庫，且具有諸多額外功能，下面我們就來領略其常用方法吧~
2 orjson常用方法
orjson支援3.7到3.10所有版本64位的Python，本文演示對應的orjson的版本為3.7.0，直接使用pip install -U orjson即可完成安裝。下面我們來對orjson中的常用方法進行演示：
2.1 序列化
與原生json庫類似，我們可以使用orjson.dumps()將Python對象序列化為JSON數據，注意，略有不同的是，orjson序列化的結果並不是str型而是bytes型，在下面的例子中，我們對包含一千萬個簡單字典元素的列表進行序列化，orjson與json庫的耗時比較如下：
2.2 反序列化
將JSON數據轉換為Python對象的過程我們稱之為反序列化，使用orjson.loads()進行操作，可接受bytes、str型等常見類型，在前面例子的基礎上我們添加反序列化的例子：
2.3 豐富的option選項
在orjson的序列化操作中，可以通過參數option來配置諸多額外功能，常用的有：
- OPT_INDENT_2
通過配置option=orjson.OPT_INDENT_2，我們可以為序列化後的JSON結果添加2個空格的縮進美化效果，從而彌補其沒有參數indent的不足：
- OPT_OMIT_MICROSECONDS
orjson.dumps()可以直接將Python中datetime、time等標準庫中的日期時間對象轉換成相應的字元串，這是原生json庫做不到的，而通過配置option=orjson.OPT_OMIT_MICROSECONDS，可以將轉換結果後綴的毫秒部分省略掉：
- OPT_NON_STR_KEYS
當需要序列化的對象存在非數值型鍵時，orjson默認會拋出TypeError錯誤，這時需要配置option=orjson.OPT_NON_STR_KEYS來強制將這些鍵轉換為字元型：
- OPT_SERIALIZE_NUMPY
orjson的一大重要特性是其可以將包含numpy中數據結構對象的複雜對象，兼容性地轉換為JSON中的數組，配合option=orjson.OPT_SERIALIZE_NUMPY即可：
- OPT_SERIALIZE_UUID
除了可以自動序列化numpy對象外，orjson還支援對UUID對象進行轉換，在orjson 3.0之前的版本中，需要配合option=orjson.OPT_SERIALIZE_UUID，而本文演示的3.X版本則無需額外配置參數：
- OPT_SORT_KEYS
通過配合參數option=orjson.OPT_SORT_KEYS，可以對序列化後的結果自動按照鍵進行排序：
- 組合多種option
當你的序列化操作需要涉及多種option功能時，則可以使用|運算符來組合多個option參數即可：
2.4 針對dataclass、datetime添加自定義處理策略
當你需要序列化的對象中涉及到dataclass自定義數據結構時，可以配合orjson.OPT_PASSTHROUGH_DATACLASS，再通過對default參數傳入自定義處理函數，來實現更為自由的數據轉換邏輯，譬如下面簡單的例子中，我們可以利用此特性進行原始數據的脫敏操作：
類似的，針對datetime類型數據，我們同樣可以配合OPT_PASSTHROUGH_DATETIME和自定義default函數實現日期自定義格式化轉換：
orjson更多特性可前往官方倉庫//github.com/ijl/orjson了解更多~
以上就是本文的全部內容，歡迎在評論區與我進行討論~
