保存 Python 字典類型的數據時，有幾個常見的格式可以選擇，這些格式都具有良好的可讀性和提取內容的便利性。以下是幾種推薦的格式：

1. JSON 格式：

   • 優點：JSON 格式非常適合存儲和傳輸結構化數據，具有良好的跨平臺支持，幾乎所有編程語言都能處理它。它也支持嵌套字典和列表結構。
   • 易用性：Python 內置的 json 庫可以很方便地將字典轉換為 JSON 格式，反之也可以輕松提取數據。
   • 示例：

     import jsondata = {"name": "John", "age": 30, "city": "New York"}# 保存為 JSON 文件
     with open("data.json", "w") as f:json.dump(data, f)# 從 JSON 文件中加載數據
     with open("data.json", "r") as f:loaded_data = json.load(f)
     print(loaded_data)
     

2. Pickle 格式：

   • 優點：Pickle 是 Python 專用的序列化格式，支持幾乎所有的 Python 數據結構。它存儲和讀取速度較快，適合于 Python 內部使用。
   • 缺點：Pickle 格式的文件不適合與其他編程語言進行交互，因為它是 Python 特有的格式。
   • 示例：

     import pickledata = {"name": "John", "age": 30, "city": "New York"}# 保存為 Pickle 文件
     with open("data.pkl", "wb") as f:pickle.dump(data, f)# 從 Pickle 文件中加載數據
     with open("data.pkl", "rb") as f:loaded_data = pickle.load(f)
     print(loaded_data)
     

3. YAML 格式：

   • 優點：YAML 格式非常易于人類閱讀，相較于 JSON 更簡潔，特別適合于配置文件。它支持復雜的數據結構，具有良好的可擴展性。
   • 缺點：需要安裝額外的庫 pyyaml。
   • 示例：

     import yamldata = {"name": "John", "age": 30, "city": "New York"}# 保存為 YAML 文件
     with open("data.yaml", "w") as f:yaml.dump(data, f)# 從 YAML 文件中加載數據
     with open("data.yaml", "r") as f:loaded_data = yaml.load(f, Loader=yaml.FullLoader)
     print(loaded_data)
     

4. CSV 格式（適用于簡單字典）：

   • 優點：CSV 文件適合保存字典的鍵值對，尤其是當字典比較簡單且數據主要是表格化的情況下。許多數據分析工具和應用都能很好地處理 CSV 格式。
   • 缺點：不適合存儲嵌套結構的數據。
   • 示例：

     import csvdata = {"name": "John", "age": 30, "city": "New York"}# 保存為 CSV 文件
     with open("data.csv", "w", newline='') as f:writer = csv.writer(f)for key, value in data.items():writer.writerow([key, value])# 從 CSV 文件中加載數據
     with open("data.csv", "r") as f:reader = csv.reader(f)loaded_data = {rows[0]: rows[1] for rows in reader}
     print(loaded_data)
     

結論：

• 如果需要與其他編程語言兼容且易于傳輸，JSON 是最佳選擇。
• 如果完全在 Python 環境下使用，并且不需要跨平臺交換數據，Pickle 是一個高效的選擇。
• 如果更注重可讀性和配置文件，YAML 會是一個不錯的選擇。
• 如果字典較為簡單且數據表格化，CSV 可以作為一個簡單選項。