文件和数据格式化
一、文件的使用
1.文件类型
①文件是数据的抽象和集合
-文件是存储在辅助存储器上的数据序列
-文件是数据存储的一种形式
-文件的展现形态:文本文件和二进制文件(存储形式都是二进制)
②文本文件:由单一特定编码组成的文件,如.txt、.py
③二进制文件:没有统一字符编码,如.png、.avi
2.文件的打开和关闭
1.文件的打开
①D:\PYE\f.txt 表示为:“D:/PYE/f.txt"或"D:\PYE\f.txt”
②文件的打开模式
- ‘r’:只读模式,若文件不存在,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,只读模式,默认值
f=open("f.txt",'rt') #文本,只读模式,同默认值
f=open("f.txt",'w') #文本,覆盖写模式
f=open("f.txt",'a+') #文本,追加写模式+读文件
f=open("f.txt",'x') #文本,追加写模式
f=open("f.txt",'b') #二进制
2.文件的关闭
<变量名>.close()
3.文件内容的读取
① .read(size=-1):读入全部内容,若给出参数,读入前size长度
② .readline(size=-1):读入一行内容,若给出参数,读入该行前size长度
③ .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
遍历全文本
#一次性读入
fo=open(filename,"r")
txt=fo.read()
#对txt进行处理
fo.close
#分部分读入
fo=open(filename,"r")
txt=fo.read(2) #从文件中读入两个字节
while txt !="":
#对txt进行处理
txt=fo.read(2)
fo.close
逐行遍历
#一次读入,for...in
fo=open(filename,"r")
for line in fo.readlines():
print(line)
fo.close
#逐行
fo=open(filename,"r")
for line in fo:
print(line)
fo.close
4.数据的文件写入
① .write(s):向文件写入一个字符串或字节流
② .writelines(lines):将一个元素全为字符串的列表写入文件
③ .seek(offset):改变当前文件操作指针位置,offset(0-文件开头;1-当前位置;2-文件结尾)
- 如f.seek(0):回到文件开头
>>> ls=["中国","法国","英国"]
>>> fo=open("lalala.txt","w+")
>>> fo.writelines(ls)
>>> fo.seek(0)
0
>>> for line in fo:
print(line)
中国法国英国
>>> fo.close()
二、实例11:自动轨迹绘制
1.分析
-自动轨迹绘制:根据脚本来绘制图形
2.代码
①定义数据文件格式/接口
- 参数1:行进距离
- 参数2:0表示左转,1表示右转
- 参数3:转向角度
- 参数456:RGB三个通道颜色
②编写程序,根据文件接口解析参数绘制图形
③编制数据文件
-map函数,将第一个参数的功能作用于第二个参数
#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
#d[1]行进距离;d[2]0表示左转1表示右转;d[3]转向角度;d[456]RGB三个通道颜色
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
184,0,72,0,0,0
184,0,72,0,0,0
184,1,72,1,0,1
184,1,72,0,0,0
184,1,72,0,0,0
184,1,72,0,0,0
184,1,72,0,0,0
184,1,720,0,0,0
三、一维数据的格式化和处理
1.数据组织的维度
①一维数据:由对等关系的有序或无序数据构成,采用线性方式组织
-对应列表、数组、集合等概念
②二维数据:由多个一维数据构成,是一维数据的组合形式
③多维数据:由一维或二维数据在新维度上扩展形成
④高维数据:仅利用最基本的二元关系展示数据间的复杂结构
2.一维数据的表示(数据类型)
①若数据间有序:使用列表类型[]
②若数据间无序:采用集合类型{}
3.一维数据的存储(存储格式)
①空格分隔:使用一个或多个空格分隔进行存储,不换行
②逗号分隔:使用逗号","分隔进行存储,不换行
③使用其他特殊字符
4.一维数据处理/操作(操作方式)
①从空格分隔的文件中读入数据
txt=open(fname).read()
ls=txt.split()
f.close()
②从特殊符号分隔的文件中读入数据
txt=open(fname).read()
ls=txt.split("$")
f.close()
③采用空格分隔方式写入文件
.join() 方法:将join前面的字符串分隔放置到后面的join参数中各元素之间
ls=['China','America','Korea']
f=open(fname,'w')
f.write(' '.join(ls))
f.close()
四、二维数据的格式化和处理
1.二维数据的表示
①使用二维列表表示二维数据
2.CSV格式与二维数据的存储
①CSV:Comma-Separated Values,用逗号分隔值的一种方式,每行一个一维数据,无空行
②扩展名为.csv,一般编辑器和Excel都可以读入或另存为csv文件
③一般索引习惯:ls[row][column],先行后列
3.二维数据的处理
①数据的读入
fo=open(fname)
ls=[]
for line in fo:
line=line.replace("\n","")
ls.append(line.split(","))
fo.close()
②数据的写入
ls=[[],[],[]] #二维列表
f=open(fname,'w')
for item in ls:
f.write(','.join(item)+'\n')
f.close()
五、模块6:wordcloud库的使用
1.wordcloud
词云,第三方库
2.wordcloud库的安装
pip install -i https://pypi.douban.com/simple/ wordcloud
3.wordcloud的使用
①wordcloud库把词云当作一个WordCloud对象
-可以根据文本中词语出现的频率等参数绘制词云
-绘制词云的形状、尺寸和颜色都可以设定
②步骤:配置对象参数、加载词云文本、输出词云文件
w=wordcloud.WordCloud() 新建一个词云对象w
- .generate(txt):向WordCloud对象中加载文本txt
- .to_file(filename):将词云输出为图像文件(png/jpg)
③参数
-
width:指定词云生成图片的宽度,默认400像素
-
height:指定词云生成图片的高度,默认200像素
-
min_font_size:指定词云中字体最小字号,默认4号
-
max_font_size:指定词云中字体最大字号,根据高度自动调节
-
font_step:指定词云中字体字号的步进间隔,默认为1
-
font_path:指定字体文件的路径(msyh.ttc,微软雅黑)
-
max_words:指定词云中显示的最大单词数量,默认200
-
stop_words:指定词云的排除词列表,即不显示的单词列表
-
mask:指定词云形状,默认为长方形,需要引用imread()函数
from scipy.misc import imread mk=imread("pic.png") #读取一个图片效果 w=wordcloud.WordCloud(mask=mk)
-
background_color:指定词云的背景颜色,默认为黑色
将“life is short,you need python”转换为词云
import jieba
import wordcloud
txt="程序设计语言是计算机能够理解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")
六、实例12:政府工作报告词云
1.文件
https://python123.io/resources/pye/新时代中国特色社会主义.txt
https://python123.io/resources/pye/关于实施乡村振兴战略的意见.txt
2.实例
①基本思路
- 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
②《新时代中国特色社会主义》词云
#012 WordCloudv1.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)
#配置词云
w=wordcloud.WordCloud(font_path="msyh.ttc",\ width=1000,height=700,background_color="white",\
max_words=15)
w.generate(txt)
w.to_file("11.png")
③有形状的词云
#012 WordCloudv1.py
import jieba
import wordcloud
from scipy.misc import imread
mask=imread("fivestart.png")
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)
#配置词云
w=wordcloud.WordCloud(font_path="msyh.ttc",mask=mask,\
width=1000,height=700,background_color="white",\
)
w.generate(txt)
w.to_file("11.png")