ازگر میں اچار لغت

Pickle کا استعمال Python entity کے فریم ورک کو پہلے سے پروسیس کرنے کے لیے کیا جا سکتا ہے جو کہ کسی چیز کو میموری سے بائٹ سٹریم میں تبدیل کرنے کا عمل ہے جسے بائنری فارمیٹ کے طور پر ڈسک میں محفوظ کیا جا سکتا ہے۔ یہ طریقہ کار سیریلائزیشن کے طور پر جانا جاتا ہے. اس کو پورا کرنے کے لیے، اچار ڈمپ() طریقہ استعمال کریں۔ جب اس بائنری ریکارڈ کو ازگر کے پروگرام میں دوبارہ لوڈ کیا جاتا ہے، تو اسے ڈی سیریلائز کیا جا سکتا ہے اور اچار لوڈ() طریقہ استعمال کرتے ہوئے اسے دوبارہ Python آبجیکٹ میں تبدیل کیا جا سکتا ہے۔

یہ مضمون آپ کو سکھاتا ہے کہ ڈیٹا کو کیسے ذخیرہ کیا جائے، خاص طور پر ایک لغت، Python’s pickle ماڈیول کا استعمال کرتے ہوئے۔ شروع کرنے کے لیے، ہمیں اچار کا ماڈیول حاصل کرنا چاہیے۔ Pickle dump() تین پیرامیٹرز کو قبول کرتا ہے۔ پہلا ان پٹ محفوظ کرنے کے لیے ڈیٹا کی وضاحت کرتا ہے۔ دوسرا پیرامیٹر فائل آبجیکٹ ہے جو رائٹ بائنری (wb) موڈ میں فائل کو کھولنے پر واپس آتا ہے۔ کلیدی قدر کی دلیل تیسرا پیرامیٹر ہے۔ پروٹوکول کی وضاحت اس پیرامیٹر سے ہوتی ہے۔ اچار کو دو قسموں میں درجہ بندی کیا جاتا ہے: اعلیٰ پروٹوکول کے ساتھ ساتھ ایک اچار ڈیفالٹ پروٹوکول۔ ڈیٹا کو دوبارہ حاصل کرنے یا ڈی سیریلائز کرنے کے لیے، اچار لوڈ() طریقہ استعمال کیا جاتا ہے جس کے ذریعے ریڈ بائنری (rb) موڈ میں فائل کھول کر فائل آبجیکٹ حاصل کیا جاتا ہے۔

مثال 1: اچار ڈمپ اور لوڈ فنکشن کا استعمال کرتے ہوئے ایک اچار فائل میں ڈیٹا کی سیریلائزیشن اور ڈی سیریلائزیشن

اس مثال میں، ہم سیکھیں گے کہ ڈیٹا کو ایک بہت ہی آسان کوڈ کے ساتھ لغت کے طور پر سیریلائز اور ڈی سیریلائز کرنا ہے۔

پچھلی مثال میں پیش کردہ کوڈ میں، Python لائبریری سے پہلا اچار ماڈیول درآمد کیا گیا ہے تاکہ اس کے طریقے استعمال کیے جا سکیں۔ اس کے بعد، 2 کلیدوں اور اقدار کے ساتھ ڈیٹا کی ایک لغت شروع کی جاتی ہے اور 'شکل' نامی متغیر میں محفوظ کی جاتی ہے۔ اگلی لائن میں، اچار ڈمپ() کا طریقہ رائٹ بائنری (wb) موڈ میں 'info.p' کے نام سے ایک نئی فائل کو کھولنے کے لیے استعمال کیا جاتا ہے اور اس فائل میں 'شکل' ڈیٹا محفوظ ہوتا ہے۔ اگلی لائن میں اچار لوڈ() طریقہ اسی فائل کے لیے استعمال کیا گیا ہے جس میں ہم نے ڈیٹا کو rb موڈ میں پھینکا تھا۔ یہ ہماری لغت کا ڈیٹا واپس کرتا ہے اور 'a' نامی متغیر میں محفوظ ہوتا ہے۔ آخر میں، یہ لوٹا ہوا آبجیکٹ پرنٹ کمانڈ کا استعمال کرتے ہوئے آؤٹ پٹ ٹرمینل پر ظاہر ہوتا ہے جیسا کہ درج ذیل اسکرین شاٹ میں دکھایا گیا ہے۔

ہم دیکھ سکتے ہیں کہ ڈمپ طریقہ استعمال کرتے ہوئے ڈیٹا کو پہلے 'info.p' فائل میں محفوظ کیا گیا تھا۔ پھر، جب ہم نے اسی فائل میں load() طریقہ استعمال کیا، تو ہمیں اپنا ڈیٹا واپس مل گیا۔

مثال 2: Python میں ڈیٹا کو سیریلائز کرنے کے لیے ایک اضافی پروٹوکول کے ساتھ Pickle Dump فنکشن کا استعمال

یہ ایک ایسی ہی مثال ہے جس میں ہم اچار کا ایک اضافی پروٹوکول، 'HIGHEST_PROTOCOL' استعمال کرتے ہیں جو کہ جدید ترین پروٹوکول ہے۔ یہ پروٹوکول نئی زبان کی خصوصیات کی اجازت دیتا ہے جو ہم استعمال کر سکتے ہیں اور اصلاح کو شامل کر سکتے ہیں۔

پچھلی مثال میں فراہم کردہ کوڈ میں، پہلا اچار ماڈیول درآمد کیا گیا ہے۔ اس کے بعد، کلید اور قدر کے ساتھ ایک آئٹم کی لغت شروع کی جاتی ہے اور متغیر 'a' میں محفوظ کی جاتی ہے۔ اگلی لائن میں، ایک نئی فائل جو کہ 'info.p' ہے wb موڈ میں ہینڈل کے طور پر کھولی جاتی ہے۔ اب، فائل 'ہینڈل' نامی آبجیکٹ میں ہے۔ پھر، ڈمپ () فنکشن کو 'HIGHEST_PROTOCOL' کا استعمال کرتے ہوئے ڈکشنری 'a' کے ساتھ ''ہینڈل' کرنے کے لیے استعمال کیا جاتا ہے۔ اس سے 'a' میں موجود ڈکشنری کو کمپیوٹر کی ڈسک پر موجود 'info.p' فائل میں محفوظ کیا جا سکتا ہے۔ فائل سے معلومات نکالنے کے لیے، فائل کو پہلے 'rb' موڈ میں کھولا جاتا ہے۔ پھر، اچار لوڈ() طریقہ اس فائل کے لیے استعمال کیا جاتا ہے۔ لوٹا ہوا ڈیٹا انتساب 'b' میں محفوظ کیا جاتا ہے۔ آخر میں، پرنٹ کمانڈ کا استعمال کرتے ہوئے، یہ معلومات آؤٹ پٹ نوڈ پر ظاہر ہوتی ہے، جیسا کہ درج ذیل اسکرین کیپچر میں دیکھا گیا ہے۔

مثال 3: اچار ڈمپ اور لوڈ فنکشن کا استعمال کرتے ہوئے اچار فائل میں ڈیٹا کی فہرست کی سیریلائزیشن اور ڈی سیریلائزیشن

اس مثال میں، اچار کا ماڈیول پہلے درآمد کیا جاتا ہے۔ پھر، کچھ ڈیٹا کو لسٹ فارمیٹ میں ڈکشنری میں داخل کیا جاتا ہے اور 'shape_colors' متغیر میں محفوظ کیا جاتا ہے۔ اگلی لائن میں، اچار ڈمپ() طریقہ اس ڈیٹا کے ساتھ براہ راست استعمال کیا جاتا ہے۔ اس کے پیرامیٹر میں فائل کی جگہ، 'info.p' فائل wb موڈ میں کھولی جاتی ہے۔ نتیجے کے طور پر، لغت کا ڈیٹا اب اس فائل میں ڈال دیا گیا ہے جو کمپیوٹر کی ڈسک پر محفوظ ہے۔ پھر، فائل سے ڈیٹا پڑھنے کے لیے، اچار لوڈ() طریقہ اسی فائل پر استعمال کیا جاتا ہے۔ لوٹا ہوا ڈیٹا متغیر 'a' میں محفوظ کیا جاتا ہے۔ آخر میں، پرنٹ کمانڈ کا استعمال کرتے ہوئے، یہ معلومات ثانوی ٹرمینلز پر ظاہر ہوتی ہے، جیسا کہ درج ذیل سنیپ شاٹ میں دکھایا گیا ہے:

مثال 4: مختلف پیرامیٹرز کے ساتھ اچار ڈمپ اور لوڈ فنکشن کا استعمال کرتے ہوئے اچار کی فائل میں معلومات کو ذخیرہ کرنا

فراہم کردہ کوڈ میں، پہلا اچار ماڈیول درآمد کیا جاتا ہے۔ پھر، تنخواہوں کی ایک لغت شروع کی جاتی ہے اور 'تنخواہ' متغیر میں محفوظ کی جاتی ہے۔ اگلی لائن میں، ایک نئی فائل 'salary.p' کو ہینڈل کے طور پر wb موڈ میں کھولا جاتا ہے۔ اب، فائل 'ہینڈل' نامی آبجیکٹ میں ہے۔ اس کے بعد، اچار ڈمپ() فنکشن کو 'HIGHEST_PROTOCOL' کا استعمال کرتے ہوئے 'تنخواہ' ڈکشنری کے ساتھ 'ہینڈل' کرنے کے لیے استعمال کیا جاتا ہے۔ یہ 'تنخواہ' میں لغت کو کمپیوٹر کی ڈسک پر 'salary.p' فائل میں محفوظ کرنے کی اجازت دیتا ہے۔ اب، فائل سے ڈیٹا واپس حاصل کرنے کے لیے، فائل کو پہلے 'rb' موڈ میں کھولا جاتا ہے۔ پھر، اچار لوڈ() طریقہ اس فائل کے لیے استعمال کیا جاتا ہے۔ واپس کی گئی معلومات کو متغیر 'a' میں محفوظ کیا جاتا ہے۔ بالآخر، پرنٹ کمانڈ کے استعمال کے ذریعے، یہ ڈیٹا آؤٹ پٹ کے آخر میں ظاہر ہوتا ہے جیسا کہ درج ذیل اسنیپ شاٹ میں دکھایا گیا ہے:

مثال 5: اچار ڈمپ اور لوڈ فنکشن کا استعمال کرتے ہوئے ایک اچار فائل میں متعدد جہتوں میں ڈیٹا کی سیریلائزیشن اور ڈی سیریلائزیشن

Python میں ڈیٹا فریمز (کثیر جہتی ٹیبلز) بنانا Python کے Panda کے ماڈیول میں پائے جانے والے نئے طریقوں اور افعال کو جانچنے کے لیے آسان ہے۔ شروع سے ڈیٹا فریم بنانے کے مختلف طریقے ہیں، لیکن سب سے آسان ایک بنیادی لغت کو استعمال کرنا ہے۔

پچھلی مثال میں فراہم کردہ کوڈ میں، پہلا اچار اور پانڈاس ماڈیول درآمد کیے گئے ہیں۔ پھر، pd.DataFrame() طریقہ استعمال کرتے ہوئے ایک کثیر جہتی جدول بنایا جاتا ہے۔ حکمت عملی کا اگلا وصف چار فہرستوں کی فہرست ہے۔ ہر فہرست ٹیبل کی ایک قطار کے مساوی ہے۔ دوسرا پیرامیٹر 'کالم' ہے جو ٹیبل کے ہر کالم کی سرخی کی وضاحت کرتا ہے۔ یہ ڈیٹا فریم 'پری' میں محفوظ ہے۔ اس کے بعد، ایک نئی فائل جو کہ 'attendance.p' ہے ڈبلیو بی موڈ میں کھولی جاتی ہے اور اس فائل پر ڈیٹا فریم کے ساتھ اچار ڈمپ () طریقہ استعمال کیا جاتا ہے۔ اب ہمارا مخصوص ڈیٹا کمپیوٹر کی ہارڈ ڈسک پر موجود 'attendance.p' فائل میں محفوظ ہے۔

فائل سے ڈیٹا حاصل کرنے کے لیے، ہم فائل کو rb موڈ میں کھولتے ہیں جو فائل کو پڑھنے کی اجازت دیتا ہے۔ پھر، اچار کا لوڈ() طریقہ 'attendance.p' فائل میں استعمال کیا جاتا ہے۔ آخر میں، فائل میں موجود ڈیٹا آؤٹ پٹ ٹرمینل پر ظاہر ہوتا ہے۔ جیسا کہ ہم دیکھ سکتے ہیں، پورا ڈیٹا فریم آؤٹ پٹ ٹرمینل پر ظاہر ہوتا ہے جو 'attendance.p' فائل میں محفوظ ہوتا ہے۔

نتیجہ

اچار کی فائلوں کے ساتھ کام کرتے وقت اضافی احتیاط کریں۔ اچار کے ماڈیول میں سیکیورٹی کا فقدان ہے۔ صرف اس ڈیٹا کو کھولیں جس پر آپ کو یقین ہے۔ نقصان دہ اچار ڈیٹا بنانا ممکن ہے جو ان پکلنگ کے عمل کے دوران صوابدیدی کوڈ پر عمل درآمد کر سکتا ہے۔ بہر حال، یہ Python میں لغات، فہرستوں اور جدولوں کو ذخیرہ کرنے کا ایک مؤثر طریقہ ہے۔ اچار خاص طور پر ڈیٹا کے تجزیہ میں فائدہ مند ہوتا ہے جب آپ ڈیٹا پر معمول کی کارروائیوں جیسے پری پروسیسنگ کو انجام دے رہے ہوتے ہیں۔ مجھے امید ہے کہ اس مضمون سے آپ کو Python کے اچار کے ماڈیول کے مختلف طریقوں اور اسے لغات کے ساتھ استعمال کرنے کے بارے میں جاننے میں مدد ملی ہے۔