Skip to content

Standard Library

Standard Library⚑

Які є широко використовувані модулі?⚑

  • os - надає функції для взаємодії з операційною системою, такі як створення/видалення файлів та робота з директоріями.
  • sys - надає доступ до функціональності та змінних, пов'язаних з інтерпретатором Python, такі як шляхи пошуку модулів, аргументи командного рядка.
  • math - містить математичні функції та константи для виконання різних обчислень, таких як тригонометрія, логарифми, степені.
  • random - допомагає генерувати випадкові числа та випадкові вибірки, такі як вибір випадкового елемента зі списку, генерація випадкових чисел з різними розподілами.
  • datetime - надає засоби для роботи з датами та часом, такі як створення, форматування, парсинг і арифметика з датами і часом.
  • re - надає регулярні вирази для виконання операцій з текстом, такі як пошук, заміна, поділ.
  • json - дозволяє робити роботу з форматом даних JSON (JavaScript Object Notation) для обміну даними між програмами.
  • urllib - надає функції для виконання операцій з URL-адресами, такі як читання, запис і надсилання HTTP-запитів.
  • csv - надає функції для роботи з CSV-файлами, такі як читання, запис і маніпуляції даними у форматі CSV.
  • pickle - для збереження та відновлення об'єктів, забезпечуючи серіалізацію та десеріалізацію даних.
  • itertools - містить функції для роботи з ітераторами і створення ітераторів
  • collections - надає різні корисні класи та типи даних, які допомагають працювати зі спеціалізованими структурами даних.

Які ви функції знаєте з модуля itertools⚑

Модуль itertools містить функції для роботи з ітераторами та створення ітераторів.

  • product - декартовий добуток ітераторів (для уникнення вкладених циклів for)
  • permutations - генерація перестановок
  • combinations - генерація комбінацій
  • combinations_with_replacement - генерація комбінацій з повторенням
  • chain - з'єднання кількох ітераторів в один
  • takewhile - отримання значень послідовності, поки значення функції-предикату для її елементів є істинним
  • dropwhile - отримання значень послідовності починаючи з елемента, для якого значення функції-предикату перестане бути істинним

  • groupby - дозволяє групувати елементи об'єкта, що ітерується, за заданим ключем (iterable вже має бути відсортований за тією самою ключовою функцією)

  • product

for item in itertools.product('AB', '12'):
    print(item)  # Output: ('A', '1'), ('A', '2'), ('B', '1'), ('B', '2')
  • permutations
for item in itertools.permutations('ABC', 2):
    print(item)  # Output: ('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'C'), ('C', 'A'), ('C', 'B')
  • combinations 
for item in itertools.combinations('ABC', 2):
    print(item)  # Output: ('A', 'B'), ('A', 'C'), ('B', 'C')
  • combinations_with_replacement 
for item in itertools.combinations_with_replacement('ABC', 2):
    print(item)  # Output: ('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')
  • chain
for item in itertools.chain('ABC', '123'):
    print(item)  # Output: 'A', 'B', 'C', '1', '2', '3'
  • takewhile 
for item in itertools.takewhile(lambda x: x < 5, [1, 3, 7, 4, 1, 2, 5]):
    print(item)  # Output: 1, 3
  • dropwhile
for item in itertools.dropwhile(lambda x: x < 5, [1, 3, 7, 4, 1, 2, 5]):
    print(item)  # Output: 7, 4, 1, 2, 5
  • groupby 
data = [('A', 1), ('A', 3), ('B', 2), ('B', 4)] # Sorted by the key 
for key, groups in itertools.groupby(data, lambda x: x[0]): 
    print(key, list(groups))  # Output: A [('A', 1), ('A', 3)], B [('B', 2), ('B', 4)]

Модуль collections⚑

Модуль collections у Python надає різні корисні класи та типи даних, які допомагають працювати зі спеціалізованими структурами даних.

  • Counter - Цей клас допомагає підраховувати кількість входжень елементів у послідовності. Особливо корисний для аналізу даних та обробки тексту.
from collections import Counter  
text = "Tururu"  
Counter(text)  # Counter({'u': 3, 'r': 2, 'T': 1})

words = "if there was there was but if there was not there was not".split()
Counter(words)  # Counter({'if': 2, 'there': 4, 'was': 4, 'not': 2, 'but': 1})

counts.most_common(2)  # [('there', 4), ('was', 4)]
  • defaultdict - Цей клас створює словники, де значенням за замовчуванням є певний тип даних.
from collections import defaultdict

food_dict = defaultdict(list)

food_dict['fruits'].append('apple')
food_dict['fruits'].append('banana')
food_dict['vegetables'].append('carrot')

print(food_dict)
  • deque - Цей клас реалізує двонапрямлений список, що дозволяє швидкі вставки та видалення з обох кінців. Це особливо корисно для операцій, де важлива ефективна робота зі стеками та чергами.
from collections import deque

my_queue = deque()

my_queue.append('first')
my_queue.append('second')
my_queue.append('third')

print(my_queue.popleft())  # Output: 'first'
  • namedtuple - Цей клас допомагає створювати іменовані кортежі, які схожі на звичайні кортежі, але мають іменовані поля, що полегшує доступ до даних.
from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])

p = Point(x=1, y=2)
print(p.x, p.y)  # Output: 1 2

Модуль random⚑

Модуль random використовується для роботи зі випадковими числами та іншими об'єктами. Він надає функціонал для генерації випадкових чисел, вибору випадкових елементів із послідовностей та створення випадкових перестановок.

Основні аспекти модуля random - Використовується для генерації псевдовипадкових чисел, які обчислюються за допомогою алгоритму, заснованого на початковому значенні (seed). - Дозволяє отримувати випадкові числа з різних діапазонів і розподілів, наприклад, рівномірного, нормального або трикутного. - Забезпечує функцію для вибору випадкового елемента з послідовності (random.choice) та створення випадкової перестановки (random.shuffle). - Для криптографічно стійких випадкових чисел використовується модуль secrets, а не random.

import random

random_float = random.random()  # Generate a random float number between 0 and 1
print("Random float between 0 and 1:", random_float)

random_int = random.randint(1, 10)  # Generate a random integer between 1 and 10
print("Random integer between 1 and 10:", random_int)

items = ['apple', 'banana', 'cherry']
random_item = random.choice(items)  # Choose a random element from a list
print("Random item from the list:", random_item)

random.shuffle(items)  # Shuffle a list randomly
print("Shuffled list:", items)

random_range = random.randrange(0, 20, 2)  # Generate a random number within a range with a step
print("Random number in range [0, 20) with step 2:", random_range)

Модуль datetime⚑

datetime — це модуль у Python, який надає класи для роботи з датами та часом.

Він дозволяє - отримувати поточні системні дату і час - обчислювати різницю між датами та інші схожі операції - порівнювати дати/час - форматувати інформацю про дату/час

datetime - Надає класи date, time, datetime та timedelta для роботи з датами, часом і їх обчисленнями. - Дозволяє отримати поточну дату й час за допомогою методу datetime.now(). - Підтримує роботу з часовими зонами через модуль pytz або вбудований модуль zoneinfo (починаючи з Python 3.9). - Забезпечує зручне форматування дат і часу за допомогою методів strftime та парсинг за допомогою strptime. - Дозволяє виконувати арифметичні операції, наприклад, додавання або віднімання днів, годин, хвилин.

from datetime import datetime, timedelta

now = datetime.now()  # Get current date and time
print("Current date and time:", now)

future_date = now + timedelta(days=7)  # Add 7 days to the current date
print("Future date:", future_date)

formatted_date = now.strftime("%Y-%m-%d %H:%M:%S")  # Format datetime object as string
print("Formatted date:", formatted_date)

parsed_date = datetime.strptime("2024-11-24", "%Y-%m-%d")  # Parse string to datetime
print("Parsed date:", parsed_date)

Модуль math⚑

Модуль math використовується для виконання математичних операцій. Він надає функції для роботи з числами, тригонометрії, логарифмами, константами та іншими математичними обчисленнями.

Основні аспекти модуля math - Надає широкий набір математичних функцій, таких як sqrt (квадратний корінь), ceil (округлення вгору), floor (округлення вниз). - Включає тригонометричні функції, такі як sin, cos, tan, і їх обернені функції, наприклад, asin, acos. - Містить логарифмічні та експоненціальні функції, такі як log, log10, exp. - Забезпечує доступ до математичних констант, таких як pi (π) та e (основа натурального логарифму). - Пропонує функції для роботи з факторіалами (factorial), степенями (pow) та модулями (fabs).

import math

square_root = math.sqrt(16)  # Calculate the square root of 16
print("Square root of 16:", square_root)

ceil_value = math.ceil(4.2)  # Round up and round down a number
floor_value = math.floor(4.8)
print("Ceil value:", ceil_value)
print("Floor value:", floor_value)

sine_value = math.sin(math.pi / 2)  # Calculate the sine of π/2
print("Sine of π/2:", sine_value)

log_value = math.log(math.e)  # Calculate the natural logarithm of e
print("Natural logarithm of e:", log_value)

factorial_value = math.factorial(5)  # Calculate factorial of 5
print("Factorial of 5:", factorial_value)

Модуль os⚑

os — надає функції для роботи з операційною системою, включаючи операції з файлами, такі як створення, видалення та переміщення файлів.

import os
os.getcwd() # show current directory
os.path.exists('sample_data') # check if directory 'sample_data' exists
os.mkdir('test_dir') # create directory 'test_dir'
os.listdir('sample_data') # view contents of directory 'sample_data'

Модуль sys⚑

Модуль sys використовується для взаємодії з інтерпретатором Python та отримання інформації про середовище виконання. Він дозволяє керувати поведінкою програми на рівні системи та надає важливі об'єкти і функції для цієї взаємодії.

Основні аспекти модуля sys - Надає доступ до аргументів командного рядка через список sys.argv. - Забезпечує вихід із програми за допомогою функції sys.exit(). - Містить інформацію про платформу та версію Python через об'єкти sys.platform і sys.version. - Дозволяє перенаправляти стандартні потоки введення, виведення та помилок через sys.stdin, sys.stdout і sys.stderr. - Включає об'єкти для управління модульною системою, наприклад, sys.modules і sys.path для роботи з шляхами пошуку модулів. - Підтримує обробку рекурсії через sys.setrecursionlimit() та інші інструменти.

import sys

print("Command-line arguments:", sys.argv)  # Print command-line arguments
print("Python version:", sys.version)  # Get Python version
print("Platform:", sys.platform)  # Get platform information

sys.stdout = open("output.txt", "w")  # Redirect stdout temporarily
print("This will be written to a file instead of the console.")
sys.stdout.close()
sys.stdout = sys.__stdout__  # Restore default stdout

print("Exiting the program...")  # Exit the program with a specific exit code
sys.exit(0)

Модуль pathlib⚑

Модуль pathlib використовується для роботи з файловими шляхами. Він забезпечує зручний та об'єктно-орієнтований спосіб роботи з файловою системою, пропонуючи функціонал для створення, аналізу та маніпуляції шляхами.

Основні аспекти модуля pathlib - Надає класи для роботи з шляхами: Path для кросплатформних операцій, PosixPath для Unix-подібних систем та WindowsPath для Windows. - Підтримує як абсолютні, так і відносні шляхи. - Дозволяє легко виконувати перевірки, наприклад, чи існує файл або директорія (exists, is_file, is_dir). - Забезпечує простий доступ до компонентів шляху, таких як ім'я файлу (name), розширення (suffix), батьківський каталог (parent). - Підтримує створення, видалення, перейменування файлів і директорій. - Надає зручний синтаксис для читання та запису даних у файли через методи read_text, write_text, read_bytes, write_bytes.

from pathlib import Path

path = Path("/home/user/example.txt")  # Create a Path object

if path.exists() and path.is_file():  # Check if the path exists and is a file
    print(f"File exists: {path}")

print("File name:", path.name)  # example.txt
print("File extension:", path.suffix)  # .txt
print("Parent directory:", path.parent)  # /home/user


new_dir = Path("/home/user/new_folder")
new_dir.mkdir(parents=True, exist_ok=True)  # Create a new directory

file_path = new_dir / "test.txt"
file_path.write_text("Hello, pathlib!")  # Write text to file
print(file_path.read_text())  # Read and print text from file


for file in new_dir.iterdir():  # Iterate through all files in a directory
    print("File in directory:", file)

Модуль re⚑

Python підтримує використання регулярних виразів (regex). У стандартній бібліотеці Python є модуль re, який функції для роботи з регулярними виразами. Цей модуль дозволяє виконувати різні операції, такі як пошук, заміна, розбиття тексту на підрядки та перевірку збігів із шаблоном регулярного виразу.

Основні компоненти регулярних виразів

  • w – відповідає всім символам слів. Символи слів є букво-цифровими (a-z, A-Z символи та підкреслення).
  • W - відповідає символам "не слів". Все, крім букво-цифрових символів та підкреслення.
  • d – відповідає символам "цифр". Будь-яка цифра від 0 до 9.
  • D – символи "не цифр". Усі, крім від 0 до 9.
  • s – символи пропуску, у т.ч. символи табуляції та розриви рядків.
  • S – все, окрім пропусків.
  • . – будь-який символ, окрім розриву рядка.
  • [A-Z] – символи у діапазоні; наприклад, [A-E] буде відповідати A, B, C, D та E.
  • [ABC] – символи у заданому наборі; наприклад, [AMT] буде відповідати лише A, M та T.
  • [^ABC] – символи, які відсутні у заданому наборі. Наприклад, [^A-E] буде відповідати всім символам, крім A, B, C, D та E.
  • + – одне або кілька входжень попереднього символу. Наприклад, w+ поверне ABD12D у вигляді єдиної відповідності замість шести різних збігів.
  • * – нуль чи більше входження попереднього символу. Наприклад, bw* відповідає частинам у фразі b, bat, bajhdsfbfjhbe. В цілому він відповідає нулю або більше символам слова після b.
  • {m, n} – не менше m і не більше n входжень попереднього символу. {m,} відповідатиме не менше m входжень, і верхньої межі для збігу не буде. {k} відповідатиме точно k входженням попереднього символу.
  • ? - нуль або одне входження попереднього символу. Наприклад, це може бути корисно при пошуку двох варіантів написання для однієї і тієї ж роботи. Наприклад, /behaviou?r/ буде відповідати як behavior, і behaviour.
  • | – відповідає виразу до або після “pipe” символу. Наприклад, /se(a|e)/ відповідає як see, і sea.
  • ^ – шукає регулярне вираження на початку тексту або на початку кожного рядка, якщо увімкнено багаторядковий режим.
  • $ – шукає регулярний вираз наприкінці тексту чи кінці кожного рядка, якщо включений багаторядковий режим.
  • b – попередній символ відповідає лише якщо це межа слова.
  • B – попередній символ відповідає лише тому випадку, якщо межа слова відсутня.
  • (ABC) – це згрупує кілька символів разом і запам'ятає підрядок, що відповідає їм, для подальшого використання. Це називається скобковою групою.
  • (?:ABC) – це також об'єднує кілька символів разом, але не запам'ятовує збігу.
  • d+(?=ABC) – це буде відповідати символу(ам), що передує (?=ABC), тільки якщо за ним слідує ABC. Частина ABC не буде включена до масиву збігів. Частина d – це лише приклад. Це може бути будь-який рядок регулярного вираження.
  • d+(?!ABC) – це буде відповідати символу(ам), що передує (?!ABC), тільки якщо за ним не слідує ABC. Частина ABC не буде включена до масиву збігів. Частина d – це лише приклад. Це може бути будь-який рядок регулярного вираження.

Для роботи з регулярними виразами Python зазвичай використовуються рядкові літерали з префіксом r (raw string), які дозволяють використовувати спеціальні символи без екранування. Наприклад, регулярний вираз для пошуку слів, що починаються на "a" і закінчуються на "b", може бути записано так:

import re
text = "apple and banana are fruits, but apricot is not"
pattern = r"\ba\w{3,}\b"
matches = re.findall(pattern, text)
print(matches)  # Output: ['apple', 'apricot']

Модуль logging⚑

Модуль logging використовується для створення і управління журналами (логами) додатків. Він надає потужний і гнучкий механізм для запису повідомлень про помилки, події або іншу важливу інформацію під час виконання програми.

Основні аспекти модуля logging - Підтримує кілька рівнів журналювання: DEBUG, INFO, WARNING, ERROR, CRITICAL. - Дозволяє налаштовувати формат повідомлень за допомогою форматерів (Formatter). - Підтримує використання хендлерів (Handler) для виведення логів у різні місця, такі як консоль, файли, мережеві сервіси тощо. - Може працювати з конфігураціями через програмний інтерфейс або файл конфігурації (наприклад, logging.config). - Дозволяє створювати ієрархічні логери, які спрощують структурування і обробку повідомлень. - Забезпечує можливість фільтрації повідомлень за рівнем або іншими критеріями.

import logging

logging.basicConfig(  # Configure basic logging
    level=logging.DEBUG,  # Set minimum logging level
    format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
)

logger = logging.getLogger("example_logger")  # Create a logger

logger.debug("This is a debug message")  # Log messages of different levels
logger.info("This is an info message")
logger.warning("This is a warning message")
logger.error("This is an error message")
logger.critical("This is a critical message")

file_handler = logging.FileHandler("app.log")  # Write logs to a file with a custom handler
file_handler.setLevel(logging.ERROR)
file_handler.setFormatter(logging.Formatter("%(levelname)s - %(message)s"))
logger.addHandler(file_handler)

logger.error("This error will also be written to app.log")

Модуль pdb⚑

Модуль pdb використовується для інтерактивного налагодження коду. Він дозволяє зупиняти виконання програми, аналізувати значення змінних, виконувати покрокове виконання коду та знаходити помилки.

Основні аспекти модуля pdb - Дозволяє встановлювати точки зупинки (breakpoints) у коді, щоб зупинити виконання програми в потрібному місці. - Підтримує покрокове виконання коду, як по одному рядку (step), так і переходячи до наступного рядка без занурення в функцію (next). - Забезпечує можливість перегляду та зміни значень змінних у процесі виконання. - Надає доступ до стеку викликів і дозволяє перемикатися між рівнями стека для аналізу стану програми. - Містить інтерактивну консоль, у якій можна виконувати Python-код у контексті програми.

Основні команди модуля pdb

  • l (list): Показати частину коду навколо поточної точки.
  • n (next): Виконати наступний рядок коду.
  • s (step): Зайти в функцію, яка викликається на поточному рядку.
  • c (continue): Продовжити виконання програми до наступного breakpoint або завершення.
  • p (print): Вивести значення змінної або виразу (p variable).
  • q (quit): Вийти з налагоджувача та завершити програму.
def buggy_function(a, b):  # Example script with a bug
    result = a / b  # Possible division by zero
    return result

import pdb

pdb.set_trace()  # Set a breakpoint

x = 10
y = 0
print(buggy_function(x, y))

Модуль operator⚑

Модуль operator містить функції, які відповідають стандартним операторам. Таким чином, замість lambda x, y: x + y можна використовувати вже готову функцію operator.add і т.д.

Модуль functools⚑

Модуль functools — це бібліотека для роботи з функціями в функціональному стилі. Він надає інструменти для створення і модифікації функцій, спрощення коду, покращення продуктивності та управління функціональними об'єктами.

Основні функції модуля functools

  • Декоратор lru_cache для кешування результатів викликів функцій, що покращує продуктивність при повторних обчисленнях.
  • Декоратор partial, який дозволяє створювати нові функції з попередньо заданими аргументами. Виклик функції з меншою кількістю аргументів, ніж вона очікує, і отримання функції, яка приймає решту параметрів
  • Декоратор wraps, що полегшує створення власних декораторів, зберігаючи метадані оригінальної функції (документація, ім'я).
  • Функція cmp_to_key, яка дозволяє порівнювати об'єкти, перетворює функцію порівняння у ключову функцію для сортування.
  • Функція reduce, яка застосовує функцію до всіх елементів ітерації для обчислення єдиного результату.
from functools import lru_cache, partial, wraps


@lru_cache(maxsize=32)  # Using lru_cache to cache results of a function, cache up to 32 results
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

print("Fibonacci(10):", fibonacci(10))

def power(base, exponent):  # Using partial to predefine arguments
    return base ** exponent

square = partial(power, exponent=2)  # Create a new function for squaring numbers
print("Square of 5:", square(5))

def log_decorator(func):
    @wraps(func)  # Using wraps to create a custom decorator
    def wrapper(*args, **kwargs):
        print(f"Calling function: {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@log_decorator
def greet(name):
    return f"Hello, {name}!"

print(greet("Alice"))

Модуль inspect⚑

Модуль inspect використовується для отримання інформації про живі об'єкти під час виконання програми. Він дозволяє аналізувати функції, класи, методи, змінні, модулі та їхні атрибути. Завдяки цьому модуль є незамінним інструментом для розробників, які працюють з динамічним аналізом коду, налагодженням або створенням документації.

Основні можливості модуля inspect

  • Отримання метаінформації про функції та методи, включно з їхніми аргументами, сигнатурами, докстрінгами та вихідним кодом.
  • Аналіз класів, їхніх методів і атрибутів.
  • Робота з поточним стеком викликів, включно з переглядом трасування.
  • Визначення джерела об'єкта, його місцезнаходження у файлі та рядку.
  • Аналіз модулів і пакетів для виявлення їхньої структури та вмісту.

Отримання інформації про функцію

import inspect

def example_function(x: int, y: int) -> int:
    """Adds two integers and returns the result."""
    return x + y

signature = inspect.signature(example_function)  # Get the function's signature
print(signature)  # Output: (x: int, y: int) -> int

docstring = inspect.getdoc(example_function)  # Get the docstring
print(docstring)  # Output: Adds two integers and returns the result.

Перегляд вихідного коду функції

source_code = inspect.getsource(example_function)
print(source_code)

Аналіз класів і методів

class MyClass:
    def method(self):
        pass

methods = inspect.getmembers(MyClass, predicate=inspect.isfunction)
print(methods)  # Output: [('method', <function MyClass.method at ...>)]

Робота з поточним стеком викликів:

def trace():
    frame = inspect.currentframe()
    print(inspect.getframeinfo(frame))

trace()  # Output: FrameInfo(filename='your_script.py', lineno=..., function='trace', ...)

@lru_cache⚑

LRU (least recently used) — це алгоритм, при якому виштовхуються значення, які найдовше не запитувалися. Відповідно, потрібно зберігати час останнього запиту до значення. І як тільки число закешованих значень перевищує N, потрібно виштовхнути з кешу значення, яке найдовше не запитувалося.

lru_cache - декоратор, який кешує значення функцій, які не змінюють свій результат при не змінних аргументах; корисний для кешування даних, мемоїзації (збереження результатів для повернення без обчислення функції) значень рекурсивних функцій (наприклад, такого типу, як функція обчислення n-го числа Фібоначчі) і т.д.;

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n):
    return n if n < 2 else fib(n-2) + fib(n-1)

Розмір кешу за замовчуванням становить 128 значень. Параметр maxsize=None робить його необмеженим.

Links

Unittests⚑

Бібліотека unittests в Python використовується для написання юніт-тестів - автоматизованих тестів, що перевіряють правильність роботи окремих частин програмного коду.

Основні класи, методи і поняття бібліотеки unittest

  • unittest.TestCase - Це базовий клас для створення тестових випадків. Він містить методи для підготовки до виконання тесту (setUp) і очищення після тесту (tearDown), а також різні методи assert*, наприклад, assertEqual, assertTrue, assertFalse, щоб перевіряти очікувані результати.
  • Тестові методи: Це методи класу unittest.TestCase, які мають ім'я, що починається з "test". Вони містять код для перевірки конкретної частини програмного коду.
  • Mock - це об'єкт бібліотеки unittest.mock, який використовується для створення фіктивних (замінених) об'єктів та функцій. Він дозволяє визначити, як функція чи об'єкт повинні поводитися під час тестування і які значення вони повертають.
  • patch - декоратор @unittest.mock.patch використовується для заміни функцій чи об'єктів у коді фіктивними Mock об'єктами під час виконання тестів. Це допомагає ізолювати код, який тестується, від його залежностей, таких як бази даних або зовнішні сервіси, та забезпечити більший контроль над тестами.

Для чого використовують pickle?⚑

Модуль pickle у Python використовується для серіалізації та десеріалізації об'єктів. Серіалізація - це процес перетворення об'єктів Python у байтовий потік, що дозволяє їх зберегти або передати через мережу. Десеріалізація - це зворотний процес, коли байтовий потік перетворюється назад у об'єкти Python.

Перевагами модуля pickle порівняно з JSON є підтримка серіалізації різноманітних об'єктів Python, включаючи функції та класи, а також збереження внутрішнього стану об'єктів, але недоліками є відсутність зовнішнього стандарту даних, який робить дані pickle менш читабельними для інших мов програмування та може мати питання безпеки, порівняно з JSON, який є більш платформонезалежним, має простіший формат та може бути безпечнішим для обробки даних з невідомих джерел.