Python程序设计 文件和异常 笔记整理

第七章

1.文件读写

步骤：打开文件→处理数据→关闭文件

 

2.open函数

fileobj = open(filename,mode)

fileobj是open()返回的文件对象

filename是该文件的文件名

mode（例如'rt'）是指明操作（第一个字母表示对其的操作，例如r，表示只读）和文件类型（第二个字母表示，例如t，表示文本类型）的字符串

 

3.文件打开模式

"r"只读模式(默认)

"w"覆盖写模式(不存在则新创建；存在则重写新内容)

"a"追加模式(不存在则新创建；存在则只追加内容)

"x"创建写模式(不存在则新创建；存在则出错)

"+"与r/w/a/x 一起使用，增加读写功能

"t"文本类型

"b"二进制类型

 

4.文件读写函数

open()打开文件

read(size)从文件读取长度为size的字符串，如果未给定或为负则读取所有内容

readline()读取整行，返回字符串

readlines()读取所有行并返回列表

write(s)把字符串s的内容写入文件

writelines(s)向文件写入一个元素为字符串的列表，如果需要换行则要自己加入每行的换行符。

seek(off, whence=0)设置文件当前位置

tell()返回文件读写的当前位置

close()关闭文件。关闭后文件不能再进行读写操作。

 

5.文件复制

把cj.txt文件的内容复制到cjback.txt文件当中

source=open("cj.txt","r")#打开文件
back=open("cjback.txt","w")
s=source.read()#处理数据
back.write(s)
source.close()#关闭文件
back.close()

 

6.文件读写

f=open("score.txt","r")#逐行读取
for line in f.readlines():
   print(line)

f=open("score.txt","r")
for line in f.readlines():#用readlines()读取多行文件
 print(line)    #处理行
f.close()

7.异常处理

标准异常

SystemExit解释器请求退出

FloatingPointError浮点计算错误

OverflowError数值运算超出最大限制

ZeroDivisionError除(或取模)零 (所有数据类型)

KeyboardInterrupt用户中断执行(通常是输入^C)

ImportError导入模块/对象失败

IndexError序列中没有此索引

(index)RuntimeError一般的运行时错误

AttributeError对象没有这个属性

IOError输入/输出操作失败

OSError操作系统错误

KeyError映射中没有这个键

TypeError对类型无效的操作

ValueError 传入无效的参数

获取其他的异常细节 可以使用except Exception as name

 

8.raise语句

raise 表达式，表达式描述引发的异常

例如

raise ValueError("参数错误，半径小于0")

 

9.assert语句

即断言语句 系统变量debug为True时有效

assert 表达式

      等价于：

if not 表达式：

   raise AssertionError

assert 表达式1，表达式2

      等价于：

if not 表达式1：

   raise AssertionError（表达式2）

 

 

 

 

10.Python的模块函数

分三个层次：

一.内置函数  不用import语句引入，它里面的函数可直接调用。

二.标准模块函数  用import语句引 入后再调用，但不必安装。如math库。

三.第三方模块函数 需先安装 ，再用import语句引入模块后才能调用里面的函数，  如Pandas模块。

 

 

Pandas 模块

Pandas 是一个强大的数据处理和分析库，常用于处理表格数据。

读取CSV文件

import pandas as pd

df = pd.read_csv('data.csv')
print(df.head())

写入CSV文件

df.to_csv('output.csv', index=False)

读取Excel文件

df = pd.read_excel('data.xlsx')
print(df.head())

写入Excel文件

df.to_excel('output.xlsx', index=False)

 读取JSON文件

df = pd.read_json('data.json')
print(df.head())

写入JSON文件

df.to_json('output.json')

 

 

Plotly 模块实现数据可视化

Plotly 是一个交互式图表库，支持多种图表类型，如折线图、柱状图、散点图等。

安装Plotly

pip install plotly

绘制折线图e.g.

import plotly.graph_objects as go

fig = go.Figure(data=go.Scatter(x=[1, 2, 3, 4], y=[10, 11, 12, 13]))
fig.show()

绘制柱状图e.g.

fig = go.Figure(data=go.Bar(x=['A', 'B', 'C'], y=[5, 10, 15]))
fig.show()

 

 

 

微总结

• 文件读写：使用 open 函数处理文本文件，支持读取 ('r')、写入 ('w')、追加 ('a') 模式。
• Pandas：处理常见格式文件如 CSV、Excel、JSON，提供强大的数据操作功能。
• Plotly：创建交互式数据可视化，支持多种图表类型，并与 Pandas 无缝集成。

 

未经允许 不得转载 

如有错误 敬请指正