1.文件的使用
1.1.文件的类型
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
- 文件展示形态：文本文件和二进制文件
文本文件与二进制文件对比
- 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文件，.py文件
二进制文件
- 直接由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文件，.avi文件
1.2.文件的打开和关闭
文件处理步骤：打开-操作-关闭
在 Python 中，文件的打开和关闭是通过 open() 函数实现的。
open() 函数接受两个参数：文件名和打开模式。打开模式可以是 “r”（读取模式）、“w”（写入模式）、“x”（创建写模式）或者 “a”（追加模式）。
r：只读模式，如果文件不存在，则报FileNotFoundError w：覆盖写模式，文件不存在则创建，存在则覆盖原内容 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，存在则在原文后增加内容 b：二进制文件模式 t：文本文件模式。默认 +：与rwx一同使用，在原功能基础上增加同时读写功能
读和写分别有三个常用函数，分别为：
a.read(size) a.readline(size) a.readlines(hint) a.write(s) a.writelines(lines) a.seek(offset)
文件的打开
<变量名> = open(<文件名>, <打开方式>)
示例：文件打开
f = open("f.txt") #文本文件，默认只读 f = open("f.txt", "rt") #文本形式，只读模式，同默认值 f = open("f.txt", "a+") #文本形式，追加写模式+读文件
文件的关闭
<变量名>.close()
1.3.文件内容的读取
a.read(size)：读取全部内容，如果给出参数，则读取前size的长度 a.readline(size)：读入一行内容，如果给出参数，则读入该行前size的长度 a.readlines(hint)：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
1.4.文件内容的写入
a.write(s)：向文件写入一个字符串或字节流 a.writelines(lines)：将一个元素全为字符串的列表写入文件 a.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
示例：
fo = open("output.txt", "w+") ls = ["中","法","美"] fo.writelines(ls) for line in fo: print(line) fo.close()
这段代码运行后你会发现代码同目录的位置会多出一个output文件
2.实例：自动轨迹绘制
问题分析：
- 需求：根据脚本来绘制图形
- 不是写代码而是写数据绘制轨迹
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
- 编写数据文件
300,0,144,1,0,0 300,1,144,0,1,0 # 释义 每一行代表一次操作 第一个数据代表向前行进300 第二个数据代表转向判断，0为左，1为右 第三个数据表示转向角度 第四五六个数据表示RGB三个通道颜色
实例：
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 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.rt(datals[i][2]) else: t.lt(datals[i][2])
文件：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
3.一维数据格式化和处理
3.1.数据组织维度
从一个数据到一组数据：
一个数据表达一个含义，一组数据表达一个或多个含义
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
对应着列表、数组和集合等概念
二维数据是由多个一维数据构成，是一维数据的组合形式
表格是典型的二维数据，其中表头是二维数据的一部分
多维数据是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
采用键值对来表示值和它属性之间的关系
3.2.一维数据的表示
如果数据之间有序：使用列表类型
ls = [3.13, 3.15, 3.17]
- 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 = {3.13, 3.15, 3.17}
- 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
3.3.一维数据的存储
存储方式一：空格分隔
中 美 日 德 法
- 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,美,日,德,法
- 使用英文半角逗号分隔数据进行存储，不换行
- 缺点：数据中不能有英文逗号
存储方式三：其他方式
中$美$日$德$法
- 所有其他符号或符号组合分隔，建议使用特殊符号
- 缺点：需要根据数据特点定义，通用性较差
3.4.一维数据的处理
从空格分隔的文件中读入数据
中 美 日 德 法
txt = open(fname).read() ls = txt.split() f.close()
从特殊符号分隔的文件中读入数据
中$美$日$德$法
txt = open(fname).read() ls = txt.split("$") f.close()
采用空格分隔方法将数据写入文件
ls = ['中', '美', '日'] f = open(fname, 'w') f.write(' '.join(ls)) f.close()
采用特殊符号分隔方法将数据写入文件
ls = ['中', '美', '日'] f = open(fname, 'w') f.write('$'.join(ls)) f.close()
4.二维数据格式化和处理
4.1.二位数据的表示
使用列表类型
- 列表类型可以表达二维数据
[ [3.13, 3.15, 3.17], [3.14, 3.16, 3.18] ]
- 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一行，也可以对应一列
4.2.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，一般以.csv扩展名
- 每行一个一维数据吗，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
- 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，也可以令行存储
- 二维数据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，外层列表每个元素为一行，按行序
4.3.二维数据处理
从CSV格式文件中读入数据
fo = open(fname) ls = [] for line in fo: line = line.replace("\n","") ls.append(line.split(",")) fo.close()
将数据写入CSV格式的文件
ls = [[], [], []] f = open(fname, 'w') for item in ls: f.write(','.join(item) + '\n') f.close()
采用二层循环
ls = [[1,2], [3,4], [5,6]] for row in ls: for column in row: print(column)
5.模块：wordcloud库
word cloud是优秀的词云展示第三方库
词云以词语为基本单位，更加直观和艺术的展示文本
安装：
pip install wordcloud
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 = wordcloud.WordCloud()
- 以WordCloud对象为基础
- 配置参数、加载文本、输出文件
w.generate(txt)：向WordCloud对象w中加载文本txt w.to_file(filename)：将词云输出问图像文件，png或jpg格式
生成词云大概有三步：
- 配置对象参数
- 加载词云文本
- 输出词云文件
一些配置参数：
width：宽度，默认400 height：高度，默认200 min_font_size：指定词语字体最小号，默认4号 max_font_size: 指定词语字体最小号，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：指定字体文件路径，默认none max_words：指定词云显示最大单词数，默认200 stop_words：指定词云排除词列表，即不显示的单词列表 mask：指定词云形状，默认长方形，需要引用imread()函数 background_color：指定词云图片的背景颜色，默认黑色
6.实例：政府工作报告词云
规则矩形实例：
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) w = wordcloud.WordCloud( \ width = 1000, height = 700,\ background_color = "white", font_path = "msyh.ttc" ) w.generate(txt) w.to_file("grwordcloud.png")
不规则图形实例：
import jieba import wordcloud from scipy.misc import imread mask = imread("chinamap.jpg") excludes = { } 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) w = wordcloud.WordCloud(\ width = 1000, height = 700,\ background_color = "white", font_path = "msyh.ttc", mask = mask ) w.generate(txt) w.to_file("grwordcloudm.png")
le(“grwordcloud.png”)
不规则图形实例： import jieba import wordcloud from scipy.misc import imread mask = imread(“chinamap.jpg”) excludes = { } 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) w = wordcloud.WordCloud( width = 1000, height = 700, background_color = “white”, font_path = “msyh.ttc”, mask = mask ) w.generate(txt) w.to_file(“grwordcloudm.png”)
