最省事的是pickle，但仅限同版本Python可信环境；跨语言或配置用json（需处理特有类型）；大体积数据选msgpack；复杂函数用cloudpickle。

本文详解如何使用scipy.io.loadmat读取包含嵌套结构体（struct）的MATLAB.mat文件，并将其中的fanmap和fanmap1D等复合字段批量提取为独立的NumPy数组，适用于科学计算与机器学习数据预处理场景。

json快但功能受限，仅支持str、int、float、bool、None、list、dict七种类型，遇datetime等会抛TypeError；实操中可用default参数转ISO字符串，避免深拷贝。

Python序列化本质是对象到字节流的保真映射，依赖__reduce__等钩子生成指令流；pickle支持复杂类型但仅限Python环境，json跨语言但类型受限；反序列化不可信pickle存在远程代码执行风险。

序列是支持索引、切片、len()和迭代的有序容器，核心在于实现__getitem__和__len__方法；list可变，tuple不可变但可含可变对象；str是不可变Unicode序列；range是惰性整数序列。

本文揭示了用time.time()粗略测量Python浮点乘法性能时出现的反直觉现象（如a*b快于a*0），指出根本原因在于类型不匹配、计时方法缺陷及CPython实现细节，并提供科学可靠的基准测试方法与优化建议。