【第七周】文件和数据格式化（读写文件、一二维数据、wordcloud库）——北理工Python慕课笔记

第七周 文件和数据格式化

文件的使用

文件的两种展示形态：文本文件和二进制文件，但都以二进制01形成存储
文本文件：有统一编码

二进制文件：在01之上没有任何编码


以文本形式打开文件：

以二进制形式打开文件：

• 文件的打开关闭
  
  open:
  
• 文件路径
  
• 文件的打开模式

例子：open不给模式默认rt模式 有+号可以读写文件

• 文件关闭：文件句柄.close()
  程序正常退出的时候也会关闭文件

• 文件内容的读取
  读入一行：readline read返回的是一个大字符串
  
  读入所有行：readlines 返回的是一个列表
  听说hint是读入的字节长度，即限定长度内的行，并不是前hint行哦
  
  例子：
  
  这样耗费内存大，速度慢
  分批读入：read(2)读入两个字节
  
  对于分行（每一行结束有回车）的文本文件，更多地用逐行遍历：
  
  这个列表会消耗很多内存，分行读入：
  如果保错加个encoding=“utf-8”
  

• 数据的文件写入
  
  注意：writelines写入是将各个字符串元素拼接在一起写入文件的，各个元素之间没有换行也没有空格
  改变文件操作指针位置：seek
  
  在一个程序中同时读写，使用指针位置。例子：
  

实例11：自动轨迹绘制

通过脚本（数据接口）读入数据来绘制，而不是把数据写死在代码里

代码和数据贴在下面：

#根据文件数据绘制轨迹
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","")
    #1.将一行根据"，"进行分割为若干个字符串
    #2.map：将第一个参数的功能（去除"")作用于第二个参数（列表或集合）的每个元素
    #3.把所有字符串转化为数字的数据，存成一个列表，加入datals中（列表套列表）
    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.right(datals[i][2])
    else:
        t.left(datals[i][2])

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

一维数据的格式化和处理

分类：

• 一维数据：线性方式组织，对于列表，数组，集合等概念
• 二维数据：表格
• 多维数据：表格考虑时间不同
• 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）

---

• 一维数据的表示
  数据间有序：列表，数据间无序：集合 for循环遍历
• 一维数据的存储
  存储分割方式：空格分割，逗号分割，特殊符号分割
  特点：不换行，不能包含分割符号
• 一维数据的处理
  例子：
  
  
  
  join指的是将ls的元素之间增加空格符号的大字符串

二维数据的格式化和处理

• 二维数据的表示
  使用二维列表，即=大列表套小列表=
  
  所以表示可总结：
  
• CSV数据存储格式：数据转换通用格式
  
  
  如果数据包含逗号：看具体程序，有些两边加引号，或全面加转义符

• 二维数据的处理
  
  
  也就是对于写的每一行：各元素之间加逗号，每一行之间加回车
  
  重点掌握join和split函数对数据的处理

模块6：wordcloud库

wordcloud是库名
WordCloud是一个词云对象



常规方法：

• 配置对象参数
  
  
  font_step是从最小字号开始根据出现频率逐渐变大的每一次变大的不进值
  
  不知道这图片里是不是写错了，最大默认应该是200
  指定词云形状
  
  例子：
  
  

这是将一段文本通过jieba的lcut函数分割为分词列表，再用join将列表转换为用空格分隔每一个元素的长字符串，给generate

实例12：政府工作报告词云

原理同模块，需要注释的写在代码里啦。
经弹幕提示scipy不再支持imread,得改用第三方库，所以形状就没搞了

import jieba
import wordcloud
#修改词云形状
# from scipy.mise import imread
# mask =imread("fivestar.png")
# 形状图片要求背景是白色，其他地方是形状
#读文件
f=open("关于实施乡村振兴战略的意见.txt","r",encoding="utf-8")
t=f.read()#文件读出字符串放t
f.close()
ls=jieba.lcut(t)#字符串分词为列表放ls
txt="".join(ls)#列表按空格分隔为字符串
#词云的处理
w=wordcloud.WordCloud(font_path="msyh.ttc",width=1000,height=700,background_color="blue")
# (mask=mask)
w.generate(txt)
w.to_file("wordcloud.jpg")