文件的使用
文件的类型
文件的理解
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
- 文件展现形态:文本文件和二进制文件
文本文件VS.二进制文件 - 文本文件和二进制文件只是文件的展示方式
- 本质上,所有文件都是二进制形式存储
- 形式上,所有文件采用两种方式展示
文本文件
- 由单一特定编码组成的文件,如UTF-8编码
- 由于存在编码,也被看成是存储着的长字符串
- 适用于例如:.txt、.py文件
二进制文件
- 直接由比特0和1组成,没有统一字符编码
- 一般存在二进制0和1的组织结构,即文件格式
- 适用于例如:.png、.avi文件
f.txt文件保存:“中国是个伟大的国家!”
#以文本形式打开文件
tf = open("f.txt","rt",encoding = 'utf-8')
print(tf.readline())
tf.close()
>>>
中国是个伟大的国家!
#二进制形式打开文件
bf = open("f.txt","rb")
print(bf.readline())
bf.close()
>>>
b'\xe4\xb8\xad\xe5\x9b\xbd\xe6\x98\xaf\xe4\xb8\xaa\xe4\xbc\x9f\xe5\xa4\xa7\xe7\x9a\x84\xe5\x9b\xbd\xe5\xae\xb6\xef\xbc\x81'
文件的打开和关闭
文件操作步骤:打开-操作-关闭
文件的打开
<变量名> = open(<文件名>,<打开模式>)
# 文件名:文件路径和名称 源文件同目录可省路径
# 打开模式:文本或者二进制 读或写
#变量: 文件句柄
D:\PYE\f.txt -->
"D:/PYE/f.txt" "./PYE/f.txt"
"D:\\PYE\\f.txt" "f.txt"
打开模式
文件的打开模式 | 描述 |
---|---|
‘r’ | 只读模式,默认值,如果文件不存在,返回FileNotFoundError |
‘w’ | 覆盖写模式,文件不存在创建,存在则完全覆盖 |
‘x’ | 创建写模式,文件不存在创建,存在则返回FileExistsError |
‘a’ | 追加写模式,文件不存在创建,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/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
<变量名> .close()
变量名:文件句柄
文件内容的读取
操作方法 | 描述 |
---|---|
.read(size = -1) | 读入全部内容,如果给出参数,读入前size长度 >>>s = f.read(2) 中国 |
.readline(size = -1) | 读入一行内容,如果给出参数,读入该行前size长度 >>>s = f.readline() 中国是一个伟大的国家! |
.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 >>>s = f.readlines() [‘中国是一个伟大的国家!’] |
文本的全文操作
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() #一次读入,全部处理
#对全文txt进行处理
fo.close()
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
txt = fo.read(2)
fo.close() #按数量读入,逐步处理
文件的逐行操作
逐行遍历文件:方法一
fname = input("请输入要打开的文件名称:")
fo = open(fname,"r")
for line in fo.readlines():
print(line)
fo.close() #一次读入,分行处理
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:
print(line)
fo.close() #分行读入,逐行处理
数据的文件写入
操作方法 | 描述 |
---|---|
.write(s) | 向文件写入一个字符串或者字节流 >>>f.write(“中国是一个伟大的国家!”) |
.writelines(lines) | 将一个元素全为字符串的列表写入文件 >>>ls = [“中国”,“法国”,“美国”] >>>f.writelines(ls) 中国法国美国 |
.seek(offset) | 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(0) #回到文件开头 |
fo = open("output.txt","w+")
ls = ["中国","法国","美国"]
fo.writelines(ls) #写入一个字符串列表
fo.seek(0) #让文件回到开头
for line in fo:
print(line)
fo.close()
>>>
中国法国美国
自动轨迹绘制
基本思路
- 定义数据文件格式(接口)
- 编写程序,根据文件接口解析参数绘制图形
- 编制数据文件
300,1,144,0,1,0
行进距离;转向判断0:左转,1:右转;转向角度;RGB三个通道颜色 0~1浮点数
#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",encoding = 'utf-8')
for line in f:
line = line.replace("\n","")
datals.append(list(map(eval,line.split(",")))) # map(a,b),将函数a作用b每一个数据
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])
举一反三
理解方法思维
- 自动化思维:数据和功能分离,数据驱动的自动运行
- 接口划设计:格式化设计接口,清晰明了
- 二维数据应用:应用维度组织数据,二维数据最常用
应用问题扩展 - 扩展接口设计,增加更多控制接口
- 扩展功能设计,增加弧形等更多功能
- 扩展应用需求,发展自动轨迹绘制到动画绘制
一维数据格式化和处理
数据组织的维度
维度:一组数据的组织形式
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
3.1413,3.1398,3.1345,3.1456
对应列表、数组和集合等概念
二维数据
由多个一维数据构成,是一维数据的组合形式
多维数据
由一维或二维数据在新维度上扩展形成
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
键值对
{
"firstName":"Daohong",
"lastName":"Niu",
"address":{
"streetAddr":"建设东路46号",
"city":"新乡市",
"zipcode":"453007"
},
"professional":["Artifical Intellegence","Electric Engineering"]
}
数据的操作周期
存储<->表示<->操作
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]
- 列表类型可以表达一维有序数据
- for循环可以遍历数据,进而对每个数据进行处理
如果数据间无序:使用集合类型
st = {3.1398, 3.1349, 3.1376}
- 集合类型可以表达一维无序数据
- for循环可以遍历数据,进而对每个数据进行处理
一维数据的存储
存储方式一:空格分隔
中国 美国 日本 法国 德国
- 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
存储方式二:逗号分隔
中国,美国,日本,法国,德国
- 使用英文半角逗号分隔数据进行存储,不换行
- 缺点:数据中不能由英文逗号
存储方式三:其他方式
中国
美
国
美国
美国日本
法
国
法国
法国德国
- 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,通用性差
一维数据的处理
一维数据的读入处理
从空格分隔的文件中读入数据
中国 美国 日本 法国 德国
txt = open(fname).read()
ls = txt.split()
f.close
>>>ls
['中国','美国','日本','法国','德国' ]
从特殊符号分隔的文件中读入数据
中国
美
国
美国
美国日本
法
国
法国
法国德国
txt = open(fname).read()
ls = txt.split("$")
f.close
>>>ls
['中国','美国','日本','法国','德国' ]
一维数据的写入处理
采用空格分隔方式将数据写入文件
ls = ['中国','美国','日本']
f = open(fname,'w')
f.write(''.join(ls))
f.close()
采用特殊分隔方式将数据写入文件
ls = ['中国','美国','日本']
f = open(fname,'w')
f.write('$'.join(ls))
f.close()
二维数据的格式化和处理
二维数据的表示
使用列表类型
- 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, 3.1449, 3.1476]] - 使用两层for循环遍历每个元素
- 外层列表中每个元素可以对应y一行,也可以对应一列
一二维数据的Python表示
数据维度是数据的组织形式
- 一维数据:列表和集合类型
[3.1398, 3.1349, 3.1376]数据间有序
{3.1398, 3.1349, 3.1376}数据间无序 - 二维数据:列表类型:
[[3.1398, 3.1349, 3.1376], [3.1413, 3.1449, 3.1476]]
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
- 每行是一个一维数据,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
CSV数据存储格式
城市 | 环比 | 同比 | 定基 |
---|---|---|---|
北京 | 101.5 | 120.7 | 121.4 |
上海 | 101.2 | 127.3 | 127.8 |
广州 | 101.3 | 119.4 | 120.0 |
深圳 | 102.0 | 140.0 | 145.5 |
沈阳 | 100.0 | 101.4 | 101.6 |
城市,环比,同比,定基
北京,101.5,120.7,121.4
上海,101.2,127.3,127.8
广州,101.3,119.4,120.0
深圳,102.0,140.0,145.5
沈阳,100.0,101.4,101.6
- 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
二维数据的存储
- 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
二维数据的读入处理
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()
二维数据的写入处理
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
采用二层循环
ls = [[1,2],[3,4],[5,6]] #二维列表
for row in ls:
for column in row:
print(column)
wordcloud库的使用
wordcloud库把词云当作一个WordCloud对象
- wordcloud.WordCloud()代表一个文本对应词云
- 可以根据文本中词语出现的频率等参数绘制词云
- 词云的形状、尺寸、字体和颜色可以设定
wordcloud库常规方法
w = wordcloud.WordCloud()
- 以WordCloud对象为基础
- 配置参数、加载文本、输出文件
方法 | 描述 |
---|---|
w.generate(txt) | 向WordCloud对象w中加载文本txt >>>w.generate(“Python and WordCloud”) |
w.to_file(filename) | 将词云输出为图像文件,.png或.jpg格式 >>> w.to_file(“outfile.png”) |
- 步骤1:配置对象参数
- 步骤2:加载词云文本
- 步骤3:输出词云文件
import wordcloud
c = wordcloud.WordCloud()
c.generate("wordcloud by Python")
c.to_file("pywordcloud.png")
- 分隔:以空格分隔单词
- 统计:单词出现次数并过滤
- 字体:根据统计配置字号
- 布局:颜色环境尺寸
配置对象参数
w = wordcloud.WordCloud(<参数>)
参数 | 描述 |
---|---|
width | 指定词云对象生成图片的宽度,默认400像素 >>>w=wordcloud.WordCloud(width=400) |
height | 指定词云对象生成图片的高度,默认200像素 >>>w=wordcloud.WordCloud(height=400) |
min_font_size | 指定词云中字体的最小字号,默认4号 >>>w=wordcloud.WordCloud(min_font_size=10) |
max_font_size | 指定词云中字体的最大字号,根据高度自动调节 >>>w=wordcloud.WordCloud(max_font_size=20) |
font_step | 指定词云中字体的步进间隔,默认为1 >>>w=wordcloud.WordCloud(font_step=2) |
font_path | 指定字体文件的路径,默认None >>>w=wordcloud.WordCloud(font_path=“msyh.ttc”)#微软雅黑 |
max_words | 指定词云显示的最大单词数量,默认200 >>>w=wordcloud.WordCloud(max_words=20) |
stop_words | 指定词云的排除词列表,即不显示的单词列表 >>>w=wordcloud.WordCloud(stop_words={“Python”}) |
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”)>>>w=wordcloud.WordCloud(mask=mk) |
backgroud_color | 指定词云图片的背景颜色,默认为黑色 >>>w=wordcloud.WordCloud(backgroud_color=“white”) |
###wordcloud应用实例
import wordcloud
txt = "life is short, you need python"
w = wordcloud.WordCloud(background_color = "white")
w.generate(txt)
w.to_file("pycloud.png")
import jieba
import wordcloud
txt = "好好学习,天天向上!"
w = wordcloud.WordCloud(width=1000,font_path="msyh.ttc",height=700,background_color="white")
w.generate(" ".join(jieba.lcut(txt)))
w.to_file("pywcloud.png")
政府工作报告词云实例
基本思路
- 读取文件、分词整理
- 设置并输出词云
- 观察结果,优化迭代
#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")
举一反三
扩展能力
- 了解wordcloud更多参数,扩展词云n能力
- 特色词云:设计一款属于自己的特色词云风格
- 更多文件:用更多文件练习词云生成