Python_note7 文件和数据格式化+wordcloud库

文件使用

文件

文本文件 - - -二进制文件
本质上多有的文件都是二进制形式存储，形式上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，被看成存储着的长字符串(.txt,.py) - - - - rt打开
二进制文件由比特0和1组成，没有统一字符编码（.png,.avi） - - - - rb打开

#文本形式打开文件
tf = open("f.txt","rt")#rt即为默认
print(tf.readline())
tf.close()

#二进制形式打开文件
tf = open("f.txt","rb")
print(tf.readline())
tf.close()

文件打开关闭
文件存储状态 - - - open() - - - 文件占用状态 - - - close() - - - 文件存储状态
绝对路径 "D:/doc/f.txt","D:\\doc\\f.txt";相对路径"./doc/f.txt","f.txt"
打开模式
'r'只读，默认值，不存在返回FileNotFoundError；'w'覆盖写，不存在则创建，存在则覆盖；'x'创建写，不存在则创建，存在FileExistsError；'a'追加写，不存在则创建，存在则追加；'b'二进制；'t'文本模式，默认；’+'与rwxa一起，在原功能基础上增加同时读写能力
f = open("f.txt","a+")文本形式追加写模式+读文件；wb二进制覆盖写

文件内容的读取

<f>.read(size=-1)读入全部内容，若有参数，度入前size长度
<f>.readline(size=-1)读入一行，若有参数，读入该行前size长度
<f>.readlines(hint=-1)读入文件所有行，每行为元素形成列表，给参数则读入前hint行
遍历全文本：(1).read读大文件会有缺陷(2)txt = f.read(x);while txt != "":txt=f.read(x)
逐行遍历：(1)for line in f.readlines():print(line)(2)for line in <文件句柄>:print(line)

数据的文件写入

<f>.write(s)向文件写入一个字符串或字节流
<f>.writelines(lines)将一个元素全为字符串的列表写入文件
<f>.seek(offset)改变当前文件操作指针的位置，offset：0文件开头1当前位置2文件结尾

f=open("**.txt","w+")
ls = ["A","C","B"]
f.writelines(ls)#此时指正指向文件结尾
f.seek(0)#指向文件开头
for line in f:print(line)
f.close()

实例11 自动轨迹绘制

要求：不是写好代码如海龟，而是读入数据解析数据绘制图形
数据源 300,0,144,1,0,0 arg1行进距离,arg2转向0左转1右转,arg3转向角度,arg456rgb
map内嵌函数，将第一个参数的功能作用于第二个参数的每一个元素

#AutoTraceDraw.py
import turtle as t
t.title('auto trace draw')
t.setup(800,600,0,0)
t.pencolor("red")
t.pensize(5)
#data get
datals = []
f = open("data.txt")
for line in f:line = line.replace("\n","")datals.append(list(map(eval,line.split(","))))
f.close
#auto draw
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])

一维数据的格式化处理

列表类型可以表达一维有序数据，for循环遍历数据，对每个数据进行处理
集合类型{}表达一维无序数据，for遍历
存储：使用一个或多个空格分隔进行存储(数据中无空格)，不换行；逗号分隔；特殊符号分如$
读入处理txt=open(fname).read();ls=txt.split("$");f.close
写入处理

ls = ['中','美','日']
f = open(fname,'w')
f.write(' ',join(ls))
f.close

二维数据的格式化处理

二维列表表示二维数据
CSV数据存储 Comma-Separated Values
国际通用的一二维数据存储格式(.csv),每行一个一维数据逗号分隔无空行
读入处理 csv读入

fo = open(fname)
ls = []
for line in fo:line = line.replace("\n","")ls.append(line.split(","))
fo.close()

写入csv

ls = [[],[],[]]#二维列表
f = open(fname,'w')
for item in ls:f.write(',',join(item)+'\n')
f.close()

逐一处理

ls = [[],[],[]]
for row in ls:for column in row:print(ls[row][column])

模块6 wordcloud库的使用

wordcloud库把词云当作一个WordCloud对象；worldcloud.WordCloud()代表一个文本对应的词云
w = wordcloud.WordCloud()
w.generate("py an www")w.generate(txt)向WordCloud对象w中加载文本txt
w.to_file("outfile.png")将词云输出为图像文件
步骤：分隔，以空格分隔单词；统计，单词出现次数并过滤短词；字体，根据统计配置字号；布局，颜色环境尺寸
w = wordcloud.WordCloud(<参数>)图片宽高
w = wordcloud.WordCloud(width=600);w = wordcloud.WordCloud(height=400)
w = wordcloud.WordCloud(min_font_size=10)词云字体最小字号，默认4号
w = wordcloud.WordCloud(max_font_size=20)词云字体最大字号，默认根据高度调节
w = wordcloud.WordCloud(font_step=2)词云字体字号步进间隔，默认1
w = wordcloud.WordCloud(font_path="msyh.ttc")词云字体文件路径微软雅黑msyh，默认None
w = wordcloud.WordCloud(max_words=20)最大单词数默认200
w = wordcloud.WordCloud(stop_words={"python"})不显示单词列表
指定词云形状，默认长方形，引用imread()函数，mask，图片导入from scipy.misc import imread

from scipy.misc import imread
mk=imread("pic.png")
w=wordcloud.WordCloud(mask=mk)

w = wordcloud.WordCloud(background_color="write")背景色默认黑

import wordcloud
txt = "life is short, you need python"
w = worldcloud.WorldCloud(background_color="white")
w.generate(txt)
w.to_file("pywc.png")

实例12 政府工作报告词云

#GovRptwordcloud.py
import jieba
import wordcloud
f = open("newtimes.txt","r",encoding="utf-8")
t=f.read()
f.close()
ls=jieba.lcut(t)
txt=" ".join(ls)
w = wordcloud.Word.Cloud(font_path="msyh.ttc",width=1000,height=700,background_color="white",max_words=15)
w.generate(txt)
w.to_file("newtimes.png")