两种主要的模型保存和调用方法：pickle和joblib_下列命令中使用pickle库实现保存模型功能的是

一：使用pickle保存和调用模型

pickle是Python中比较标准的一个保存和调用模型的库，可以使用pickle和open函数的连用，来将模型保存到本地（注意：使用open进行保存的这个文件是一个可以进行读取或者调用的模型）

import pickle
 
# 保存模型
pickle.dump(xxx, open("xxx.xxx","wb"))  
# open中往往使用w或者r作为读取的模式，但其实w和r只能用于文本文件
# 当希望导入的不是文本文件，而是模型本身的时候，使用wb和rb作为读取的模式，其中wb表示以二进制写入，rb表示以二进制读入
 
# 模型被保存到了哪里？
import sys
sys.path
# 能够看到Python的运行目录，第一行为模型保存的现有目录，下面为添加到环境变量的目录

导入模型也很简单：

loaded_model = pickle.load(open("xxx.xxx", "rb"))

二：使用joblib保存和调用模型

joblib是scipy生态系统中的一部分，它为Python提供了保存和调用管道和对象的功能，处理numpy结构的数据尤其高效，对于很大的数据集和巨大的模型非常有用，与pickle API非常相似

import joblib
 
joblib.dump(xxx, "xxx.xxx")
 
loaded_model = joblib.load("xxx.xxx")

在以上两种保存方法下，都可以找到保存下来的文件，将这些文件移动到任意计算机上的Python下的环境变量路径中（使用sys.path进行查看），则可以使用import来对模型进行调用