Python学习日记day10

文件和数据格式化

知识点1：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

 

知识点2：文件的打开关闭

文件处理的步骤：打开-操作-关闭

a = open(,)

操作

a.close()

  

文件的打开

<变量名> =  open(<文件名>,<打开模式>)

文件路径可使用绝对路径或者相对路径

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

 

注：文本形式，默认的打开模式为'rt'

 

文件关闭

变量名.close()

 

知识点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

 

知识点4：数据的文件写入

f.write(s) 向文件写入一个字符串或字节流

f.writelines(lines) 讲一个元素全为字符串的列表写入文件

f.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

文件写入之后，指针处于文件末尾

 

知识点5：csv数据存储格式

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软件可读入输入，一般编辑软件都可以产生

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

 

知识点6：wordcloud 库的使用

wordcloud库把词云当作一个WordCloud对象

wordcloud.WordCloud()代表一个文本对应的词云

可以根据文本中词语出现的频率等参数绘制词云

wordcloud库常规方法

w = worldcloud.WordCloud()

w.generate(txt) 向WordCloud对象中加载文本txt

w.to_file(filename) 将词云作为图像文件，.png或.jpg格式输出

 

w = wordcloud.WordCloud(<参数>)

width 制定词云对象生成图片的宽度，默认400像素 eg. w = wordcloud.WordCloud(width=600)

height  制定词云对象生成生成图片的高度，默认200像素

min_font_size 指定词云中字体的最小字号，默认4号

max_font_size  指定词云中字体的最大字号，根据高度自动调节

font_path 指定字体文件的路径，默认None 

w = worldcloud.WorldCloud(font_path="msth.ttc")

max_words  指定词云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，需要引用或imread()函数

from scipy.misc import imread

mk = imread("pic.png")

w = wordcloud.WordCloud(mask = mk)

 

background_color 指定词云图片的背景颜色，默认为黑色