Python语言程序设计——第七周：文件和数据类型格式化

文件和数据格式化

• 文件的使用
• 实例11：自动轨迹绘制
• 一维数据的格式化和处理
• 二维数据的格式化和处理
• 模块6：wordcloud库的使用
• 实例12：政府工作报告词云

文件的使用

• 文件的类型
• 文件的打开和关闭
• 文件内容的读取
• 数据的文件写入

文件的类型

文件是数据的抽象和集合

• 文件时存储再辅助存储器上的数据序列
• 文件时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	二进制文件
由单一特定编码组成的文件，如UTF-8编码	直接由比特0和1组成，没有统一字符编码
由于存在编码，也被看成时存储者的长字符串	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：.py文件、.txt文件	适用于例如：.png.文件、avi文件等

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
  

文件的使用

f.txt文件保存：“中国是一个伟大得国家！”
#文本形式打开文件
>>> tf=open("C:/Users/LJX/Desktop/f.txt","rt")
>>> print(tf.readline())
中国是一个伟大的国家！
>>> tf.close()
#二进制形式打开文件
>>> bf=open("C:/Users/LJX/Desktop/f.txt","rb")
>>> print(bf.readline())
b'\xd6\xd0\xb9\xfa\xca\xc7\xd2\xbb\xb8\xf6\xce\xb0\xb4\xf3\xb5\xc4\xb9\xfa\xbc\xd2\xa3\xa1'
>>> bf.close()

文件的打开和关闭

文件内容的读取

操作方法	描述
.read(size=-1)	读入全部内容，如果给出参数，读入前size长度
.readline(size=-1)	读入一行内容，如果给出参数，读入该行前size长度
.readlines(hints=-1)	读入文件所有行，以每行为元素形成列表，如果给出参数，读入该行前hint行

遍历全文本：方法一
一次读入，统一处理

fname=input("请输入要打开的文件名称："）
fo=open(fname,"r")
txt=fo.read()
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 !="":
    txt=fo.read(2)
fo.close()

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()

数据的文件写入

自动轨迹绘制

自动轨迹绘制举一反三

理解方法思维

• 自动化思维：数据和功能分离，数据驱动得自动运行
• 接口化设计：格式化设计接口，清晰明了
• 二维数据应用：应用维度组织数据，二维数据最常用
  应用问题的扩展
• 扩展接口设计，增加更多控制接口
• 扩展功能设计，增加弧形等更多功能
• 扩展应用需求，发展自动轨迹绘制到动画绘制

一维数据的格式化和处理

• 数据组织的维度
• 一维数据的表示
• 一维数据的存储
• 一维数据的处理

数据组织的维度

一维数据的表示

如果数据间有序：使用列表类型
ls=[3.1398,3.1349,3.1376]

• 列表类型可以表达一组有序数据
• 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={3.1398,3.1349,3.1376}
• 集合类型可以表达一组无序数据
• 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

一维数据的处理

二维数据的格式化和处理

wordcloud库常规方法

• 步骤1：配置对象参数
• 步骤2：加载词云文本
• 步骤3：输出词云文件

>>> import wordcloud
>>> c=wordcloud.WordCloud()
>>> c.generate("wordcloud by Python")
<wordcloud.wordcloud.WordCloud object at 0x000001FA6301B130>
>>> c.to_file("pywordcloud.png")
<wordcloud.wordcloud.WordCloud object at 0x000001FA6301B130>

配置对象参数

w=wordcloud.WordCloud(<参数>)

参数	描述
width	指定词云对象生成图片的宽度，默认400像素 w=wordcloud.WordCloud(width=400)
height	指定词云对象生成图片的高度，默认200像素 w=wordcloud.WordCloud(height=200)
min-font_size	指定词云中字体的最小字体，默认4号 w=wordcloud.WordCloud(min_font_size=10)
max-font_size	指定词云中字体的最大字体，根据高度自动调节 w=wordcloud.WordCloud(max_font_size=20)
font_step	指定词云中字体字号的步进间隔，默认为1 w=wordcloud.WordCloud(font_step=2)
font_path	指定字体文件的路径，默认None w=wordcloud.WordCloud(font_path="msyh.ttc")
max_words	指定词云显示的最大单词数量，默认200 w=wordcloud.WordCloud(max_words=20)
stop_words	指定词云的排除词列表，即不显示的单词列表 w=wordcloud.WordCloud(stop_words={"Python"})
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)
backgroud_color	指定词云图片的背景颜色，默认为黑色 w=wordcloud.WordCloud(backgroud_color="white")

wordcloud应用实例

import wordcloud
txt="life is short,you need python"
w=wordcloud.WordCloud(\
    background_color="white")
w.generate(txt)
w.to_file("pywcloud.png")

import jieba
import wordcloud
txt="程序设计语言是计算机能够理解和\
设计用户操作意图的一种交互体系，它按照\
特定规则组织计算机指令，使计算机能够自\
动进行各种运算处理。"
w=wordcloud.WordCloud(width=1000,\
                      font_path="msyh.ttc",height=700)
w.generate(" ".join(jieba.lcut(txt)))
w.to_file("pywc.png")

注：生成的图片在源代码文件.py文件所在的文件夹内。

实例12：政府工作报告词云

基本思路：

• 步骤1：读取文件，分词整理
• 步骤2：设置并输出词云
• 步骤3：观察结果，优化迭代

#GovRptWordCloudv1.py
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(font_path="msyh.ttc", \
      width=1000,height=700,background_color="white",\
      max_words=15)
w.generate(txt)
w.to_file("grwordcloud.png")

政府工作报告词云举一反三

• 了解wordcloud更多参数，扩展词云能力
• 特色词云：设计一款属于自己的特色词云风格
• 更多文件：用更多文件练习词云生成