¿Qué es Python JSON y cómo implementarlo?

¿Sabe cómo transportar sus datos desde API en línea o almacenar diferentes tipos de datos en sus máquinas locales? De una forma u otra, te has sumergido en JSON, que significa Notación de objetos de Java Script. Es un formato de datos conocido y popular que se utiliza para representar datos semiestructurados. Conozcamos más sobre Python JSON en detalle.

En este artículo se discutirán los siguientes aspectos:

• • Introducción a JSON en Python
  • Cómo leer un archivo JSON en Python
  • Analizando
    • Conversión de Python a JSON
    • Conversión de JSON a Python
  • Pandas analizando JSON
  • Serialización de JSON [Encode]
  • Impresión bonita
  • Deserialización de JSON [Decode]
  • Demostración de codificación

Introducción a JSON en Python:

JSON significa J ava S cript O objeto norte otaciónes una forma de almacenar información de forma organizada y sencilla. Los datos deben estar en forma de texto cuando se intercambian entre un navegador y un servidor.

En caso de que se pregunte si es ? entonces, la respuesta es no. Es un script que se compone de texto y se utiliza para almacenar y transferir datos en un formato legible por humanos y máquinas. Es un formato de datos pequeño y liviano inspirado en JavaScript y generalmente se usa en formato de texto o cadena. Un paquete de JSON es casi idéntico a un diccionario de Python. Ahora, debes estar preguntándote

¿Cómo leer un archivo JSON en Python?

La respuesta a su pregunta es que debe importar el módulo JSON que generalmente convierte los tipos de datos de Python en el archivo de cadena JSON. Consiste en funciones JSON que leen y escriben directamente desde archivos JSON. tiene un paquete JSON incorporado y es parte de la biblioteca estándar, por lo que no es necesario instalarlo.

Ejemplo:

importar json

Ahora que conoce JSON en Python, echemos un vistazo más profundo al análisis.

Analizando:

La biblioteca JSON puede analizar JSON desde instrumentos de cuerda o archivos. También puede analizar JSON en el o lista y haz lo contrario. El análisis generalmente ocurre en dos etapas:

1. Conversión de JSON a Python
2. Conversión de Python a JSON

Comprendamos mejor ambas etapas.

Conversión de JSON a Python:

Puede convertir una cadena JSON a Python usandojson.loads ().Déjame mostrarte la implementación práctica:

Ejemplo:

import json people_string = '' '{' people ': [{' emp_name ':' John smith ',' emp_no. ':' 924367-567-23 ',' emp_email ': [' johnsmith@dummyemail.com '], 'has_license': 'false'}, {'emp_name': 'harshit kant', 'emp_number': '560-555-5153', 'emp_email': 'null', 'has_license': 'true'}]} ' '' datos = json.loads (people_string) print (datos)

Salida:

Como puede ver en la salida anterior, ha impreso un . Imprimamos el tipo de datos para una mejor comprensión.

Ejemplo:

import json people_string = '' '{' people ': [{' emp_name ':' John smith ',' emp_no. ':' 924367-567-23 ',' emp_email ': [' johnsmith@dummyemail.com '], 'has_license': 'false'}, {'emp_name': 'harshit kant', 'emp_number': '560-555-5153', 'emp_email': 'null', 'has_license': 'true'}]} ' '' data = json.loads (people_string) print (type (data)) # imprime el tipo de datos

Salida:

Ahora que está familiarizado con una conversión, veamos el otro tipo de conversión en la segunda etapa.

Conversión de Python a JSON:

Un objeto Python se puede convertir en una cadena JSON usandojson.dumps ().Echemos un vistazo a un ejemplo que se da a continuación:

Ejemplo:

import json people_string = '' '{' people ': [{' emp_name ':' John smith ',' emp_no. ':' 924367-567-23 ',' emp_email ': [' johnsmith@dummyemail.com '], 'has_license': 'false'}, {'emp_name': 'harshit kant', 'emp_no.': '560-555-5153', 'emp_email': 'null', 'has_license': 'true'}]} '' 'datos = json.loads (cadena_personas) nueva_cadena = json.dumps (datos) print (nueva_cadena)

Salida:

La salida será de un tipo de cadena JSON. Ya he demostrado el tipo de datos en la conversión de JSON a Python, se seguirá el mismo procedimiento para imprimir el tipo de datos.

Sigamos adelante y veamos cómo los Pandas analizan JSON.

Pandas Analizando JSON:

La cadena JSON se puede analizar en una pandas Dataframe de los siguientes pasos:

• La siguiente estructura genérica se puede utilizar para cargar la cadena JSON en el DataFrame.

importar pandas como pd pd.read_json (r'Path donde guardó el archivo JSON Nombre de archivo.json ')

• Prepare la cadena JSON.
• Cree un archivo JSON que estamos usando es nobel_prize.json.
• Cargue el archivo JSON en pandas DataFrame.

El código implementado a continuación carga mi archivo JSON en el DataFrame.

importar pandas como pd importar json con open (r'C: UsersHarshit_KantDesktopnobel.prize.json ') como f: data = json.load (f) print (data) df = pd.DataFrame print (df)

Salida:

Continuando, veamos cómo puede serializar JSON en Python.

Serialización de JSON [Encode]:

Serializar JSON simplemente significa que está codificando JSON. Convierte la estructura de datos de Python dada (por ejemplo: dict) en su objeto JSON válido. Para manejar el flujo de datos en un archivo, la biblioteca JSON en Python usa un tugurio() y deshecho() método, que realiza la conversión y facilita la escritura de datos en archivos.

A continuación se muestra una tabla que ilustra Pitón tipos de datos convirtiéndose a su respectivo tipo JSON.

Puntos para recordar:

tugurio() - Convierte los datos a un archivo JSON
deshecho() - Convierte los datos en una cadena JSON
carga() - Convierte el archivo JSON en un objeto Python
cargas () - Convierte un objeto de cadena JSON en un objeto Python

Impresión bonita:

Pretty Printing se encarga de la alineación del código y lo hace en un formato legible por humanos. Veamos el siguiente ejemplo donde pasé dos parámetros 'sort_keys' que siempre devuelven un valor booleano True y espacios de 'sangría'.

Ejemplo:

import json people_string = '' '{' people ': [{' emp_name ':' John smith ',' emp_no. ':' 924367-567-23 ',' emp_email ': [' johnsmith@dummyemail.com '], 'has_license': 'false'}, {'emp_name': 'harshit kant', 'emp_no.': '560-555-5153', 'emp_email': 'null', 'has_license': 'true'}]} '' 'data = json.loads (people_string) new_string = json.dumps (data, sort_keys = True, indent = 3) print (new_string)

Salida:

Avanzando en el tutorial de Python JSON, comprendamos la deserialización de JSON.

Deserialización de JSON [Decode]:

La deserialización de JSON es exactamente lo contrario de la serialización, es decir, significa que está decodificando JSON. Convierte la cadena JSON dada en una Pitón objeto haciendo uso de carga() y cargas () método que realiza la conversión.

A continuación se muestra una tabla que ilustra la conversión del tipo de datos JSON a su respectivo tipo de Python.

Avanzando en el tutorial 'Python JSON'. Le mostraré un ejemplo en tiempo real de serialización y deserialización a través de la perspectiva de la codificación.

Demostración de codificación:

En esta demostración de codificación, utilizo un conjunto de datos JSON llamado 'premio Nobel' que se otorga Aquí . Aprenderá a realizar la serialización y deserialización del mismo a través de un archivo JSON.

Ejemplo (serialización del conjunto de datos JSON):

importar json con open ('nobel_prize.json.html') como f: data = json.load (f) con open ('new_nobel_prize.json.html') como f: json.dump (data, f, indent = 2)

Salida:

se compila con éxito y se crea un nuevo archivo 'new_nobel_prize.json' donde los datos se descargan de un archivo ya existente 'nobel_prize.json'.

Ejemplo (deserialización del conjunto de datos JSON):

importar json con open ('nobel_prize.json.html') como f: data = json.load (f) para nobel_prize en datos ['premios']: print (nobel_prize ['año'], nobel_prize ['categoría'])

Salida:

El fragmento de código muestra los cambios de un archivo JSON a su respectivo objeto Python.

Esto nos lleva al final de nuestro artículo 'Python JSON'. Espero que tengas claro todos los conceptos relacionados con JSON, Parsing, Serialización y Deserialización.

Asegúrese de practicar tanto como sea posible y revertir su experiencia.

Tienes una pregunta para nosotros? Menciónelo en la sección de comentarios de este artículo de Python JSON y nos comunicaremos con usted lo antes posible. Para obtener un conocimiento profundo de Python junto con sus diversas aplicaciones, puede con nuestra capacitación en línea en vivo con soporte 24/7 y acceso de por vida.