outline
- 7.1 文件的使用
- 7.2 实例11：自动轨迹绘制
- 7.3 一维数据的格式化和处理
- 7.4 二维数据的格式化和处理
- 7.5 模块6：wordcloud库的使用
- 7.6 实例12：政府工作报告词云
- 方法论：从py角度理解的文件和数据表示
- 实践能力：学会编写带有文件输入输出的程序
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。
文件是数据的抽象和集合
- 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。
文件是数据的抽象和集合
- 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文件、.avi文件等。
文本格式可以更好的理解信息，而二进制形式是最原始的存储格式。
# 1.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！"
# 2.二进制形式打开文件
bf = open("f.txt", "rb")
print(bf.readline())
bf.close()
# b'"xe4xb8xadxe5x9bxbdxe6x98xafxe4xb8xaaxe4xbcx9fxe5xa4xa7xe7x9ax84xe5x9bxbdxe5xaexb6xefxbcx81"'
2. 文件的打开和关闭
文件的打开
路径：绝对路径和相对路径
文件打开模式| 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 |
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 = oepn("f.txt", "w") # 文本形式、覆盖写模式
f = oepn("f.txt", "a+") # 文本形式、追加写模式+读文件
f = oepn("f.txt", "x") # 文本形式、创建写形式
f = oepn("f.txt", "b") # 二进制形式、只读模式
f = oepn("f.txt", "wb") # 二进制形式、覆盖写模式
文件的关闭
最好写上，但是忘记写的话，在程序退出之后，py会默认关闭文件
3. 文件内容的读取| 操作方法 | 描述 |
|---|---|
| 读入全部内容，如果给出参数，读入前size长度 >>>s = f.read(2) 中国 | |
| 读入一行内容，如果给出参数，读入前size长度 >>>s = f.readline() 中国是一个伟大的国家！ | |
| 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'] |
文件的全文本操作
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()
# deal
fo.close()
遍历全文本：方法二（按数量读入，逐步处理）
fname = input("请输入要打开的文件名称：")
fo = open(fname, "r")
txt = fo.read(2)
while txt != "":
# deal
txt = fo.read(2)
fo.close()
文件的逐行操作
逐行遍历文件：方法一（一次读入，分行处理）
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()
逐行遍历文件：方法二（分行读入，逐行处理）
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
4. 数据的文件写入
| 操作方法 | 描述 |
|---|---|
| 向文件写入一个字符串 或 字节流 >>>f.write("中国是一个伟大的国家！") | |
| 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（直接拼接） | |
| 改变当前文件操作指针的位置 offset含义：0-文件开头；1-当前位置；2-文件结尾 >>>f.seek(0) |
- 文件的使用方式：打开-操作-关闭；
- 文本文件 & 二进制文件，open(，) 和 close()
- 文件内容的读取：.read()，.readline()，.readlines()
- 数据的文件写入：.write()，.writelines()，.seek()
从一个数据 到 一组数据
维度：数据的组织方式
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, 3.1404, 3.1401, 3.1349, 3.1376
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
例如表格是典型的二维数据，其中，表头是二维数据的一部分。
多维数据由一维 或 二维数据在新维度上扩展形成
例如：中国大学排行榜这个表格在不同的时间维度
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" : "Tian",
"lastName" : "Song",
"address" : {
"streetAddr" : "中关村南大街5号"，
"city" : "北京市",
"zipcode" : "100081"
},
"professional" : ["Computer Networking", "Security"]
}
数据的操作周期
2. 一维数据的表示
数据间有序：列表
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。
数据间无序：集合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 德国 法国 英国 意大利
- 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
中国,美国,日本,德国,法国,英国,意大利
- 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。
中国$美国$日本$德国$法国$英国$意大利
- 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，通用性较差。
从 空格 分隔的文件中读入数据
# 中国 美国 日本 德国 法国 英国 意大利 txt = open(fname).read() ls = txt.split() f.close()
# 中国$美国$日本$德国$法国$英国$意大利
txt = open(fname).read()
ls = txt.split("$")
f.close()
采用空格分隔方式 将数据写入文件
ls = ['中国', "美国", "日本"]
f = open(fname, 'w')
f.write(' '.join(ls))
f.close()
采用特殊分隔方式将数据写入文件
ls = ['中国', '美国', '日本']
f = open(fname, 'w')
f.write('$'.join(ls))
单元小结
- 数据的维度：一维、二维、多维、高维
- 一维数据的表示：列表类型（有序） 和 集合类型（无序）
- 一维数据的存储：空格分隔、逗号分隔、特殊符号分隔
- 一维数据的处理：字符串方法 .split() 和 .join()
单元小结：
- 二维数据的表示：列表类型，其中每个元素也是一个列表；
- CSV格式：逗号分隔表示一维，按行分隔表示二维；
- 二维数据的处理：for循环 + .split() 和 join()
wordcloud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
7.6 实例12：政府工作报告词云
