关于python:pickle-和-savezcompressed-压缩体积对比

有的时候，咱们须要把一些 numpy.ndarray 对象在网络中传输，这个时候就要寻找一种高效的、适宜网络传输的序列化形式：

from mark import BASE_DIRfrom numpy import ndarrayimport numpyimport pickleimg1 = numpy.array([i for i in range(5120)])# 形式一： 应用 pickle 序列化 numpy.ndarraywith open(BASE_DIR/'testing'/'001.bin', 'wb') as f:    img1: ndarray    f.write(pickle.dumps(img1))# --- 后果 41111 bytes# 办法二： 应用 pickle 序列化 python 的 list 对象with open(BASE_DIR/'testing'/'002.bin', 'wb') as f:    ins: list[int] = img1.tolist()    f.write(pickle.dumps(ins))# --- 后果 15130 bytes# 办法三： 应用 numpy 的 savez 序列化 numpy.ndarraynumpy.savez(BASE_DIR/'testing'/'numpy_savez_test', img1)# --- 后果 41224 bytes# 办法四： 应用 numpy 的 savez_compressed (带压缩性能) 序列化 numpy.ndarraynumpy.savez_compressed(BASE_DIR/'testing'/'numpy_savez_compressed_test', img1)numpy.load(BASE_DIR/'testing'/'numpy_savez_compressed_test')# --- 后果 7982 bytes""" """

论断

论断：办法四 < 办法二 < 办法一 < 办法三(7982)< (15130)< (41111)< (41224)