python日记Day09——文件和数据格式化（词云为例）

python日记——文件和数据格式化（词云为例）

一、文件的使用

• 文件的类型
  1、文件是数据的抽象和集合；
  2、文件展现形态：
  文本文件：由单一特定编码组成的文件，可被看成是存储着的长字符串
  二进制文件：直接由比特0、1组成，没有统一字符编码

• 文件的打开和关闭
  1、文件的打开：<变量名> = open(<文件路径>，<打开模式>)；
  2、 打开模式：r（只读）、w（覆盖写）、x（创建写）、a（追加写）、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）；
  3、文件的关闭：<变量名>.close()

• 文件内容的读取
  1、f.read(size)：读入全部内容，如果给出参数，读入前size长度；
  2、f.readline(size)：读入一行内容，如果给出参数，读入该行前size长度；
  3、f.readlines(size)：读入所有行内容，以每行为元素形成列表，如果给出参数，读入前size行。

• 数据的文件写入
  1、f.write(s)：向文件写入一个字符串或字节流；
  2、f.writelines(s)：将一个元素全为字符串的列表写入文件，元素直接拼接后写入；
  3、f.seek(offset)：改变当前文件操作指针的位置，offset的含义如下：0-文件开头；1-当前位置；2-文件结尾；常用于文件写入后（指针在末尾）对文件从开头（指针在开头）进行遍历。

二、数据的格式化和处理

• 数据的维度
  一维、二维、多维、高维（字典类型）
• 一维数据
  1、一维数据的表示：如果数据间有序，使用列表；如果数据间无序，使用集合；
  2、一维数据的存储方式：空格分隔、逗号分隔、特殊字符分隔（通用性较差）；
  3、一维数据的处理：字符串方法，.split()和.join()。
• 二维数据
  1、二维数据的表示：列表类型，其中每个元素也是一个列表；
  2、二维数据的处理：for循环+.split()和.join()。

三、wordcloud库的使用

• wordcloud库是优秀的词云展示第三方库；
• wordcloud库的使用说明
  1、wordcloud库把词云当作一个WordCloud对象：
  w = wordcloud.WordCloud(参数)；
  2、绘制词云的形状、尺寸和颜色等参数都可以在WordCloud对象中设定：
  width：指定词云对象生成图片的宽度，默认400像素；
  height：指定词云对象生成图片的高度，默认200像素；
  min_font_size、max_font_size：指定词云中字体的最小、最大字号；
  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，即修改字体类型；
  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；
  background_color：指定词云图片的背景颜色，默认为黑色；
  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)

• wordcloud库使用步骤
  1、配置对象参数；
  2、加载文本：w.generate(txt)，向WordCloud对象w中加载文本txt；
  3、输出图片：w.to_file(filename)，将词云输出为图像文件，.png或.jpg。

四、《2020中央一号文件》词云实例

import jieba
import wordcloud
from scipy.misc import imread
mk = imread("five.jpg")#词云生成特定形状，此处为五角星
txt = open("s.txt","r",encoding="utf-8")#打开文本
ls = txt.read()#读取文本
txt.close()
lsList = jieba.lcut(ls)#对文本进行分词并返回一个列表
lstxt = " ".join(lsList)#将列表转换成元素之间空格间隔的文本
w = wordcloud.WordCloud(width=1000,height=700,background_color='white',max_words=40, font_path="msyh.ttc",mask=mk)
w.generate(lstxt)
w.to_file("file.jpg")

运行效果：

本文内容参考于北京理工大学嵩天老师相关课程