1.文本文件 vs 二进制文件
#文本形式打开文件
tf = open("f.txt", "rt")
print(tf.readline())
tf.close()
#二进制形式打开文件
bf = open("f.txt", "rb")
print(bf.readline())
bf.close()
2.文件的打开和关闭
文件的打开模式:
’r’: 只读模式,默认值,如果文件不存在,返回FileNotFoundError
‘w’:覆盖写模式,文件不存在则创建,存在则完全覆盖
‘x’: 创建写模式,文件不存在则创建,存在则返回FileExistsError
‘a’: 追加写模式,文件不存在则创建,存在则在文件最后追加内容
‘b’; 二进制文件模式
‘t’: 文本文件模式,默认值
‘+’: 与r/w/x/a一同使用,在原功能基础上增加同时读写功能
f = open(“f.txt”) 文本形式、只读模式、默认值
f = open(“f.txt”, “rt”) 文本形式、只读模式、同默认值
f = open(“f.txt”, “w”) 文本形式、覆盖写模式
f = open(“f.txt”, “a+”) 文本形式、追加写模式+ 读文件
f = open(“f.txt”, “x”) 文本形式、创建写模式
f = open(“f.txt”, “b”) 二进制形式、只读模式
f = open(“f.txt”, “wb”) 二进制形式、覆盖写模式
文件的关闭 x.close();
3文件内容的读取
<f>.read(size=-1)
读入全部内容,如果给出参数,读入前size长度
<f>.readline(size=-1)
读入一行内容,如果给出参数,读入该行前size长度
<f>.readlines(hint=-1)
读入文件所有行,以每行为元素形成列表如果给出参数,读入前hint行
4.文件的全文本操作
1)遍历全文本:方法一
fname = input("请输入要打开的文件名称:")
fo = open(fname,"r")
txt = fo.read()
#对全文txt进行处理,一次读入,统一处理
fo.close()
2)遍历全文本:方法二
fname = input("请输入要打开的文件名称:")
fo = open(fname,"r")
txt = fo.read(2)
while txt != "":
#对txt进行处理,按数量读入,逐步处理
txt = fo.read(2)
fo.close()
5.文件的逐行操作
1)逐行遍历文件:方法一
name = input("请输入要打开的文件名称:")
fo = open(fname,"r")
for line in fo.readlines():
#一次读入,分行处理
print(line)
fo.close()
2)逐行遍历文件:方法二
fname = input("请输入要打开的文件名称:")
fo = open(fname,"r")
for line in fo:
#分行读入,逐行处理
print(line)
fo.close()
6.数据的文件写入
#向文件写入一个字符串或字节流
<f>.write(s)
#将一个元素全为字符串的列表写入文件
<f>.writelines(lines)
改变当前文件操作指针的位置,offset含义如下:
0 – 文件开头; 1 – 当前位置; 2 – 文件结尾
<f>.seek(offset)
案例:
fo = open("output.txt","w+")
ls = ["中国", "法国", "美国"]
fo.writelines(ls)
for line in fo:
#写入一个字符串列表
print(line)
fo.close()
>>> (没有任何输出)
#写入一个字符串列表
fo = open("output.txt","w+")
ls = ["中国", "法国", "美国"]
fo.writelines(ls)
fo.seek(0)
for line in fo:
print(line)
fo.close()
>>>
中国法国美国
7.自动轨迹绘制
- 步骤1:定义数据文件格式(接口)
- 步骤2:编写程序,根据文件接口解析参数绘制图形
- 步骤3:编制数据文件
#AutoTraceDraw.py
import turtle as t
t.title('自动轨迹绘制')
t.setup(800, 600, 0, 0)
t.pencolor("red")
t.pensize(5)
#数据读取
datals = []
f = open("data.txt")
for line in f:
line = line.replace("\n","")
datals.append(list(map(eval, line.split(","))))
f.close()
#自动绘制
for i in range(len(datals)):
t.pencolor(datals[i][3],datals[i][4],datals[i][5])
t.fd(datals[i][0])
if datals[i][1]:
t.right(datals[i][2])
else:
t.left(datals[i][2])
data.txt:
300,0,144,1,0,0
300,0,144,0,1,0
300,0,144,0,0,1
300,0,144,1,1,0
300,0,108,0,1,1
184,0,72,1,0,1
184,0,72,0,0,0
结果:
8.一维数据的格式化和处理
一维数据的表示
-如果数据间有序:使用列表类型
ls = [3.1398, 3.1349, 3.1376]
-如果数据间无序:使用集合类型
st = {3.1398, 3.1349, 3.1376}
一维数据的存储
-存储方式一:空格分隔,使用一个或多个空格分隔进行存储,不换行
-缺点:数据中不能存在空格
中国 美国 日本 德国 法国 英国 意大利
-存储方式二:逗号分隔,使用英文半角逗号分隔数据进行存储,不换行
- 缺点:数据中不能有英文逗号
中国,美国,日本,德国,法国,英国,意大利
-存储方式三:其他方式
- 使用其他符号或符号组合分隔,建议采用特殊符号
- 缺点:需要根据数据特点定义,通用性较差
中国$美国$日本$德国$法国$英国$意大利
一维数据的读入处理
1)从空格分隔的文件中读入数据
#中国 美国 日本 德国 法国 英国 意大利
txt = open(fname).read()
ls = txt.split()
f.close()
>>> ls
['中国', '美国', '日本', '德国', '法国', '英国', '意大利']
2)从特殊符号分隔的文件中读入数据
#中国$美国$日本$德国$法国$英国$意大利
txt = open(fname).read()
ls = txt.split("$")
f.close()
>>> ls
['中国', '美国', '日本', '德国', '法国', '英国', '意大利']
一维数据的写入处理
1)采用空格分隔方式将数据写入文件
ls = ['中国', '美国', '日本']
f = open(fname, 'w')
f.write(' '.join(ls)) f.close()
2)采用特殊分隔方式将数据写入文件
ls = ['中国', '美国', '日本']
f = open(fname, 'w')
f.write('$'.join(ls)) f.close()
单元小结:
- 数据的维度:一维、二维、多维、高维
- 一维数据的表示:列表类型(有序)和集合类型(无序)
- 一维数据的存储:空格分隔、逗号分隔、特殊符号分隔
- 一维数据的处理:字符串方法 .split() 和 .join()
9.二维数据的格式化和处理
列表类型可以表达二维数据 使用二维列表
[ [3.1398, 3.1349, 3.1376], [3.1413, 3.1404, 3.1401] ]
CSV格式与二维数据存储
CSV: Comma-Separated Values
- 国际通用的一二维数据存储格式,一般.csv扩展名
- 每行一个一维数据,采用逗号分隔,无空行
- Excel和一般编辑软件都可以读入或另存为csv文件
- 如果某个元素缺失,逗号仍要保留
- 二维数据的表头可以作为数据存储,也可以另行存储
- 逗号为英文半角逗号,逗号与数据之间无额外空格
- 按行存或者按列存都可以,具体由程序决定
- 一般索引习惯:ls[row][column],先行后列
- 根据一般习惯,外层列表每个元素是一行,按行存
二维数据的处理
从CSV格式的文件中读入数据
fo = open(fname)
ls = []
for line in fo:
line = line.replace("\n","")
ls.append(line.split(",")) fo.close()
将数据写入CSV格式的文件
ls = [[], [], []] #二维列表
f = open(fname, 'w')
for item in ls:
f.write(','.join(item) + '\n') f.close()
二维数据的逐一处理
二层循环
ls = [[1,2], [3,4], [5,6]] #二维列表
for row in ls:
for column in row:
print(column)
单元小结:
- 二维数据的表示:列表类型,其中每个元素也是一个列表
- CSV格式:逗号分隔表示一维,按行分隔表示二维
- 二维数据的处理:for循环+.split()和.join()
10.wordcloud库的使用
- wordcloud是优秀的词云展示第三方库
- 词云以词语为基本单位,更加直观和艺术地展示文本
wordcloud库的安装
(cmd命令行) pip install wordcloud
- wordcloud.WordCloud()代表一个文本对应的词云
wordcloud库常规方法
w = wordcloud.WordCloud()
-向WordCloud对象w中加载文本txt
w.generate(txt)
>>>w.generate("Python and WordCloud")
-将词云输出为图像文件,.png或.jpg格式
w.to_file(filename)
>>>w.to_file("outfile.png")
配置对象参数
指定词云对象生成图片的宽度,默认400像素;高度,默认200像素
width,height
>>>w=wordcloud.WordCloud(width=600)
指定词云中字体的最小/大字号,默认4号
min_font_size / max_font_size
>>>w=wordcloud.WordCloud(min_font_size=10)
指定词云中字体字号的步进间隔,默认为1
font_step
指定字体文件的路径,默认None
font_path
>>>w=wordcloud.WordCloud(font_path="msyh.ttc")
指定词云显示的最大单词数量,默认200
max_words
指定词云的排除词列表,即不显示的单词列表
stop_words
>>>w=wordcloud.WordCloud(stop_words={"Python"})
指定词云形状,默认为长方形,需要引用imread()函数
mask
>>>from scipy.misc import imread
>>>mk=imread("pic.png")
>>>w=wordcloud.WordCloud(mask=mk)
指定词云图片的背景颜色,默认为黑色
background_color
eg :
#以空格分隔单词
import wordcloud
txt = "life is short, you need python"
w = wordcloud.WordCloud( \
background_color = "white")
w.generate(txt)
w.to_file("pywcloud.png")
结果:
#中文需要先分词并组成空格分隔字符串
import jieba
import wordcloud
txt = "程序设计语言是计算机能够理解和\
识别用户操作意图的一种交互体系,它按照\
特定规则组织计算机指令,使计算机能够自\
动进行各种运算处理。"
w = wordcloud.WordCloud( width=1000,\
font_path="msyh.ttc",height=700)
w.generate(" ".join(jieba.lcut(txt)))
w.to_file("pywcloud.png")
结果:
实例:政府工作报告词云
- 步骤1:读取文件、分词整理
- 步骤2:设置并输出词云
- 步骤3:观察结果,优化迭代
#GovRptWordCloudv1.py
import jieba
import wordcloud
f = open("新时代中国特色社会主义.txt", "r", encoding="utf-8")
t = f.read()
f.close()
ls = jieba.lcut(t)
txt = " ".join(ls)
w = wordcloud.WordCloud( font_path = "msyh.ttc",\
width = 1000, height = 700, background_color = "white", \
)
w.generate(txt)
w.to_file("grwordcloud.png")
#GovRptWordCloudv1.py
import jieba
import wordcloud
f = open("关于实施乡村振兴战略的意见.txt", "r", encoding="utf-8")
t = f.read()
f.close()
ls = jieba.lcut(t)
txt = " ".join(ls)
w = wordcloud.WordCloud( font_path = "msyh.ttc",\
width = 1000, height = 700, background_color = "white", \
)
w.generate(txt)
w.to_file("grwordcloud.png")
结果(第一段代码):
更有形的词云
#GovRptWordCloudv2.py
import jieba
import wordcloud
from imageio import imread
mask = imread("fivestar.png")
f = open("新时代中国特色社会主义.txt", "r", encoding="utf-8")
t = f.read()
f.close()
ls = jieba.lcut(t)
txt = " ".join(ls)
w = wordcloud.WordCloud( font_path = "msyh.ttc", mask = mask\
width = 1000, height = 700, background_color = "white", \
)
w.generate(txt)
w.to_file("grwordcloud.png")