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”)