对于喜欢oneliner的人（因此，with语句不是一个选项），一个比留下悬空打开的文件描述符更干净的方法是使用pathlib中的write_text并执行以下操作：

pathlib.Path("data.txt").write_text(json.dumps(data))

在某些情况下，这在不允许语句的上下文中很有用，例如：

[pathlib.Path(f"data_{x}.json").write_text(json.dumps(x)) for x in [1, 2, 3]]

我并不是说它应该优先于使用（而且可能会慢一些），只是另一种选择。

这只是对json.dumps用法的一个额外提示（这不是问题的答案，而是那些必须转储numpy数据类型的人的一个技巧）：

如果字典中有NumPy数据类型，json.dumps（）需要一个额外的参数，信用转到TypeError:'ndarray'类型的对象不可json序列化，它还将修复TypeError:int64类型的对象不能json序列化等错误：

class NumpyEncoder(json.JSONEncoder):
    """ Special json encoder for np types """
    def default(self, obj):
        if isinstance(obj, (np.int_, np.intc, np.intp, np.int8,
                            np.int16, np.int32, np.int64, np.uint8,
                            np.uint16, np.uint32, np.uint64)):
            return int(obj)
        elif isinstance(obj, (np.float_, np.float16, np.float32,
                              np.float64)):
            return float(obj)
        elif isinstance(obj, (np.ndarray,)):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)

然后运行：

import json

#print(json.dumps(my_data[:2], indent=4, cls=NumpyEncoder)))
with open(my_dir+'/my_filename.json', 'w') as f:
    json.dumps(my_data, indent=4, cls=NumpyEncoder)))

在np.array（）的情况下，您可能还希望返回字符串而不是列表，因为数组被打印为分布在行上的列表，如果您有大或多个数组，则会放大输出。需要注意的是：稍后从转储的字典中访问项以将其恢复为原始数组会更加困难。然而，如果您不介意只使用一个数组字符串，这会使字典更可读。然后交换：

        elif isinstance(obj, (np.ndarray,)):
            return obj.tolist()

具有：

        elif isinstance(obj, (np.ndarray,)):
            return str(obj)

或者只是：

        else:
            return str(obj)

使用Python 2+3读写JSON文件；使用unicode

# -*- coding: utf-8 -*-
import json

# Make it work for Python 2+3 and with Unicode
import io
try:
    to_unicode = unicode
except NameError:
    to_unicode = str

# Define data
data = {'a list': [1, 42, 3.141, 1337, 'help', u'€'],
        'a string': 'bla',
        'another dict': {'foo': 'bar',
                         'key': 'value',
                         'the answer': 42}}

# Write JSON file
with io.open('data.json', 'w', encoding='utf8') as outfile:
    str_ = json.dumps(data,
                      indent=4, sort_keys=True,
                      separators=(',', ': '), ensure_ascii=False)
    outfile.write(to_unicode(str_))

# Read JSON file
with open('data.json') as data_file:
    data_loaded = json.load(data_file)

print(data == data_loaded)

json.dump参数说明：

indent：使用4个空格来缩进每个条目，例如，当一个新的dict开始时（否则所有的都将在一行中），sortkeys：对字典的关键字进行排序。如果您想将json文件与diff工具进行比较/将其置于版本控制之下，这非常有用。分隔符：防止Python添加尾随空格

带一个包装

看看我的实用程序包mpu，找到一个超级简单、易于记忆的：

import mpu.io
data = mpu.io.read('example.json')
mpu.io.write('example.json', data)

已创建JSON文件

{
    "a list":[
        1,
        42,
        3.141,
        1337,
        "help",
        "€"
    ],
    "a string":"bla",
    "another dict":{
        "foo":"bar",
        "key":"value",
        "the answer":42
    }
}

常用文件结尾

.json文件

选择

CSV：超简单格式（读写）JSON：适合编写人类可读数据；非常常用（读写）YAML:YAML是JSON的超集，但更易于阅读（读写，JSON和YAML的比较）pickle：Python序列化格式（读写）MessagePack（Python包）：更紧凑的表示（读写）HDF5（Python包）：适合矩阵（读写）XML:也存在*叹息*（读写）

对于您的应用程序，以下内容可能很重要：

其他编程语言的支持读/写性能紧凑性（文件大小）

另请参阅：数据序列化格式的比较

如果您正在寻找创建配置文件的方法，您可能需要阅读我的Python配置文件短文

公认的答案是好的。然而，我使用它时遇到了“is not json serializable”错误。

这是我修复它的方法以open（“filename.json”，'w'）作为输出：

output.write（str（响应））

虽然这不是一个很好的修复方法，因为它创建的json文件不会有双引号，但是如果您希望快速而肮脏，这是很好的。

对于喜欢oneliner的人（因此，with语句不是一个选项），一个比留下悬空打开的文件描述符更干净的方法是使用pathlib中的write_text并执行以下操作：

pathlib.Path("data.txt").write_text(json.dumps(data))

在某些情况下，这在不允许语句的上下文中很有用，例如：

[pathlib.Path(f"data_{x}.json").write_text(json.dumps(x)) for x in [1, 2, 3]]

我并不是说它应该优先于使用（而且可能会慢一些），只是另一种选择。

要使用缩进编写JSON，请使用“漂亮的打印”：

import json

outfile = open('data.json')
json.dump(data, outfile, indent=4)

此外，如果您需要调试格式不正确的JSON，并希望得到有用的错误消息，请使用importsimplejson库，而不是importjson（函数应该相同）