七、文件和数据格式化
字符串格式化:将字符串按照一定的规格和样式进行规范
方法:"{} {} {}".format(),可用来输出各种样式
数据格式化:将一组数据按照一定的规格和样式进行规范,并且表达、存储、计算等。
7.1 文件的使用
7.1.1 文件的类型
文件定义: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,文件是数据储存的一种形式。
文件的展现形态:文本文件、二进制文件,两者只是展现方式不同,本质来说所有文件都是以二进制形式进行存储。
文本文件:由单一特定的编码组成的文件,如UTF-8编码,一般适用于.txt文件或者.py文件
二进制文件:直接由0和1构成,没有统一的字符编码,存在二进制的0 1 结构组织,适用于.png文件或者avi文件
举例:“中国是个伟大的国家!”
文本形式:中国是个伟大的国家!
二进制形式:b'\xdb\xd0\xb9\xfa\xca\xc7\xb8\xf6\xce\xb0\xb4\xf3\xb5\xc4\xb9\xfa\xbc\xd2\xa3\xa1'
实例:#文本形式打开文件
tf=open("f.txt","rt")
print(tf.readline())
tf.close()
#二进制形式打开文件
bf=open("f.txt","rt")
print(bf.readline())
bf.close()
7.1.2 文件的打开和关闭
文件的处理步骤:打开 操作 关闭
读文件常用函数:a.read(size) a.readline(size) a.readlines(hint)
写文件常用函数:a.write(s) a.writelines(lines) a.seek(offset)
文件的绝对路径:文件在电脑中的存储位置
文件的相对路径:文件相对于程序的位置
文件打开模式 | 描述 |
---|---|
'r' | 只读模式,默认值,若文件不存在,返回FileNotFoundError |
'w' | 覆盖写模式,文件不存在时创建文件 |
'x' | 创建写模式,文件不存在时创建,存在时返回FileNotFoundError |
'a' | 追加写模式,文件不存在时创建,存在时在文件后追加内容 |
'b' | 二进制文件模式 |
't' | 文本文件模式,默认值 |
'+' | 与rwax一同使用,在原功能基础上增加功能 |
练习:
f=open("f.txt") 文本形式,只读默认
f=open("f.txt","rt") 文本形式,只读默认
f=open("f.txt","w") 文本形式,可编写
f=open("f.txt","a+") 文本形式,追加写模式
f=open("f.txt","x") 文本形式,创建写模式
f=open("f.txt","b") 二进制形式,只读默认
f=open("f.txt","wb") 二进制形式,创建写模式
关闭文件:<变量名>.close()
7.1.3 文件内容读取
文件内容读取方法:.read .readline .readlines
函数 | 描述 |
---|---|
读入全部内容,如果给出参数,读入前参数长度 | |
读入一行内容,如果给出参数,读入前参数长度行数 | |
读入文件所有行,以每行元素形成列表,如果给出参数,读入前参数行 |
遍历全文本:
方法一:一次读入,统一处理,适用于小文件
fname=imput("请输入需要打开的全文本文件名称:")
fo=open(fname,"r")
txt=fo.read()
#对全文处理
fo.close()
方法二:按数量读入,逐步处理,适用于大文件
fname=imput("请输入需要打开的全文本文件名称:")
fo=open(fname,"r")
while txt !="":
#对文件处理
txt=fo.read(2)
fo.close()
逐行遍历:
方法一:一次读入,分行处理,适用于大文件
fname=imput("请输入需要打开的全文本文件名称:")
fo=open(fname,"r")
for line in fo.readlines():
print(line)
fo.close()
方法二:分行读入,按行处理,适用于小文件
fname=imput("请输入需要打开的全文本文件名称:")
fo=open(fname,"r")
for line in fo():
print(line)
fo.close()
7.1.4 数据的文件写入
函数 | 描述 |
---|---|
向文件写入一个字符串或者字节流 | |
将一个元素全为字符串的列表写入文件中 | |
改变当前的指针位置,0文件开头 1当前位置 2文件结尾 |
实例:
fo.open("output.txt","w+")
ls=["中国","法国","美国"]
fo.writelines(ls)
fo.seek(0)
for line in fo:
print(line)
fo.close
7.2 自动轨迹绘制
7.2.1 自动轨迹绘制问题分析
要求:根据脚本绘制图形,数据脚本是自动化,不是写代码,而是写数据轨迹绘制
数据参数经过程序加载运行,自动绘制
基本要求:读取文件、解析数据、绘制图形
步骤:
1.定义数据文件格式(接口)
2.编写程序,根据文件接口解析参数,绘制图形
3.编写数据文件
数据接口定义:具有个性色彩
举例:7.2.2 自动轨迹绘制实例
#AutoTraceDraw.py
import turtle as t
t.title('自动轨迹绘制实例')
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.right(datals[i][2])
else:
t.left(datals[i][2])
7.2.3 自动化绘制实例拓展
1.自动化思维:数据和功能分离,数据驱动自动运行
2.接口化设计:格式化数据接口,清晰明了
3.二维数据应用:应用维度组织数据,二维数据最常用
应用扩展:
1.扩展接口设计,增加更多的接口
2.扩展功能设计,弧度等更多功能
3.扩展应用设计,自动发展为动画
7.3 一维数据的格式化和处理
7.3.1 数据组织的维度
从一个数据到多个数据,数据组织形式
一维数据:由对等关系的有序或者无序数据构成,采用线性方式组织,对应数据、列表、集合等概念。
多维数据: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,表头是二维数据的一部分。
多维数据:由一维数据或二维数据在新的维度上扩展形成,比如增加时间维度。
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
数据的操作周期:存储<---->表示<---->操作
存储强调格式,表示注重类型,操作了解方式
7.3.2一维数据的表示
数据间有序:列表类型
数据间无序:集合类型
列表类型:可以表达一堆有序数据,for循环可以遍历数据,进而对每个数据进行处理
集合类型:可以表达一堆无序数据,for循环可以遍历数据,进而对每个数据进行处理
7.3.3一维数据的储存
空格分离:不换行,但是数据中不能存在空格
逗号分离:不换行,但是数据中不能存在逗号
其他方式:不换行,但是数据中不能存在此特殊符号
7.3.4一维数据的处理
将存储的数据读入程序,将程序表示的数据写入文件
从空格分离的文件中读入数据:
举例:中国 美国 法国 英国 德国 日本
txt=open(fname).read()
ls=txt.split()
f.close()
从特殊符号分离的文件中读入数据:
举例:中国法国德国$日本
txt=open(fname).read()
ls=txt.split($)
f.close()
采用空格分立方式将数据写入文件:
ls=['中国','美国','法国']
f=open(fanme,'w')
f.write(''.join(ls))
f.close()
7.4二维数据的格式化和处理
7.4.1 二维数据的表示
表示:使用列表类型,二维列表
使用两层for循环遍历每一个元素,第一层遍历列表中的每一个元素
外层列表中每个元素可对应一行或一列
7.4.2 CSV数据存储格式
CSV:Comma-Spreated Values,是一种由逗号分隔值的存储形式
国际通用的储存方式,每行是一个一维数据,采用逗号分隔,中间无空行
一般以.csv为扩展名,Excel和一般数据软件都可以读入或者存储该文件
规则:如果某个元素缺失,逗号仍然保留;二维数据表头可以作为数据储存,也可以另行储存;逗号于数据之间无空行
一般索引习惯:ls [ row ][ column ],先行后列
7.2.3二维数据处理
读入处理:
fo=open(fname)
ls=[]
for line in fo:
line=line.replace("\n","")
ls.append(line.split(","))
fo.close()
写回处理:
ls=[[],[],[]]
f=open(fname,'w')
for item in ls:
f.write(','.join(item)+'\n')
fo.close()
逐一遍历,采用二层循环:
ls=[[1,2],[3,4][5,6]]
for row in ls:
for column in row:
print(column)
7.5wordcloud库
7.5.1wordcloud库基本介绍
定义:wordcloud库是优秀的词云展示的第三方库
用途:将文本变为词云
词云:将词语通过图形可视化的方式,直观和艺术的展示出来
安装:(cmd命令行)pip install wordcloud
7.5.2wordcloud库的使用
将词云当做一个WordCloud对象,库名全小写,具体词云有大写有小写
一个文本对应的词云:wordcloud,WordCloud()
可以根据文本中词语出现的频率等参数绘制词云,形状尺寸颜色都可以自己设定
w=wordcloud,WordCloud()以wordcloud为对象基础,向其中配置参数,加载文本,输出文件
参数 | 描述 |
---|---|
w.generate(txt) | 向对象中加载文本 |
w.to_file(filename) | 将词云输出为图片文件 .png或.jpg格式 |
词云绘制的步骤介绍:
生成一个词云对象,配置相关参数
加载一段文本到词云对象中
生成的程序词云对象输出为文件
举例:
import wordcloud
c=wordcloud,WordCloud()
c.generate("wordcloud by Python")
c.to_file("pywordcloud.png")
wordcloud运行步骤:
分隔:以空格分隔单词
统计:单词出现的次数并过滤
字体:概括统计,配置字号
布局:颜色、环境、尺寸
参数 | 描述 |
---|---|
width | 指定词云生成宽度,默认400像素 |
height | 指定词云生成高度,默认200像素 |
min_font_size | 指定词云中最小字体字号,默认4号 |
max_font_size | 指定词云中最大字体字号,根据高度调节 |
font_step | 指定词云中字体字号的步进间隔,默认为1 |
font_path | 制定字体文件路径,默认为None |
max_word | 指定词云中最大单词显示数,默认为200 |
stop_word | 排除列表,即不显示单词列表 |
mask | 指定词云形状,默认为长方形,需要引用imread()函数 |
background_color | 指定词云背景颜色,默认为黑色 |
形状举例:
from scipy.misc import imread
mk=imread("pic.png")
w=wordcloud.WordCloud(mask=mk)
英文词云实例:
import wordcloud
txt="life is short,but you need python"
w=wordcloud.WordCloud(background_color="white")
w.generate(txt)
w.to_file("pywcloud.png")
中文词云实例:
import jieba
import wordcloud
txt="愿你,春赏繁樱,夏观夜星,秋见霜菊,冬遇初雪。人间的扬尘里,只看得见美事。"
w=wordcloud.WordCloud(weight=1000,font_path="msyh.ttc",height=700)
w.generate(" ".join(jieba.lcut(txt)))
w.to_file("pywcloud.png")
7.6 政府工作报告实例
7.6.1 问题分析
政府工作报告词云:对于政府工作报告等政府文件,直观的理解
需求:体会价值观、生成词云、优化词云
方法:
1.读取文件,分词管理
2.设置并输出词云
3.观察结果,优化迭代
7.6.2 实例
新时代中国特色社会主义文本实例:
#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"\)
w.generate(txt)
w.to_file("gvowordcloud.png")
关于实施向战略的意见:
#GovRptWordCloudV1.py
import jieba
import wordcloud
f=open("关于实施乡村振兴战略的意见.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"\)
w.generate(txt)
w.to_file("gvowordcloud.png")
7.6.3 问题改进
新时代中国特色社会主义问题改进:
#GovRptWordCloudV1.py
import jieba
import wordcloud
from scipy.misc import imread
mask=imread("fivestar.png")
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",mask=mask,width=1000,height=700,background_co\lor="white")
w.generate(txt)
w.to_file("gvowordcloud.png")
关于实施乡村振兴战略的意见改进:
#GovRptWordCloudV1.py
import jieba
import wordcloud
from scipy.misc import imread
mask=imread("fivestar.png")
f=open("关于实施乡村振兴战略的意见.txt","r",encoding="utf-8")
t=f.read()
f.close()
ls=jieba.lcut(t)
txt="",join(ls)
w=wordcloud.WordCloud(font_path="msyh.ttc",mask=mask,width=1000,height=700,background_co\lor="white")
w.generate(txt)
w.to_file("gvowordcloud.png")
7.6.3 问题拓展
1.了解wordcloud参数,拓展词云能力
2.特色设计,自制风格
3.更多文件的练习