1.8python文件，数据格式化和worldcloud库的使用

2022-03-21 20:25:17

一，文件的使用

1. 文件的类型

（1）文件的理解：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
（2）文本文件 vs. 二进制文件：
文件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
（3）文本文件：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文件等
（3）二进制文件：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
（4）文本文件 vs. 二进制文件：

2.文件的打开和关闭

文件处理的步骤: 打开-操作-关闭；
（1）文件的打开：

（2）文件的关闭：

3.文件内容的读取

4.数据的文件写入

二，一维数据的格式化和处理

1.数据组织的维度

（1）从一个数据到一组数据：

维度：一组数据的组织形式

（2）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）二维数据：由多个一维数据构成，是一维数据的组合形式；

2.一维数据的表示

（1）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
（2）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

3.一维数据的存储

4.一维数据的处理

三，二维数据的格式化和处理

1. 二维数据的表示

2.CSV数据存储格式

（1）CSV: Comma-Separated Values

国际通用的一二维数据存储格式，一般.csv扩展名
每行一个一维数据，采用逗号分隔，无空行
Excel和一般编辑软件都可以读入或另存为csv文件
-
（2）CSV数据存储格式
CSV: Comma-Separated Values
如果某个元素缺失，逗号仍要保留
二维数据的表头可以作为数据存储，也可以另行存储
逗号为英文半角逗号，逗号与数据之间无额外空格

3.二维数据的存储

二维数据的存储
按行存？按列存？

按行存或者按列存都可以，具体由程序决定
一般索引习惯：ls[row][column]，先行后列
根据一般习惯，外层列表每个元素是一行，按行存

4.二维数据的处理

四， wordcloud库的使用

（wordcloud是优秀的词云展示第三方库）

词云以词语为基本单位，更加直观和艺术地展示文本
wordcloud库的安装：
(cmd命令行) pip install wordcloud

（1）wordcloud库基本使用
wordcloud库把词云当作一个WordCloud对象；
wordcloud.WordCloud()代表一个文本对应的词云
可以根据文本中词语出现的频率等参数绘制词云
词云的绘制形状、尺寸和颜色都可以设定
（2）wordcloud库常规方法：
w = wordcloud.WordCloud()
以WordCloud对象为基础
配置参数、加载文本、输出文件

（3）配置对象参数：

五，实例

1.worldcloud库实例：

（1）基础版：

输出文件默认同.py文件目录。

import wordcloud
txt="life is a fucking movie"
c=wordcloud.WordCloud(background_color="white")
c.generate(txt)
c.to_file("love.png")

（2）进阶版：

import jieba
import wordcloud
txt="从明天起，做一个幸福的人\
    喂马，劈柴，周游世界\
　　  从明天起，关心粮食和蔬菜\
　　  我有一所房子，面朝大海，春暖花开\
　　  从明天起，和每一个亲人通信\
　　  告诉他们我的幸福，那幸福的闪电告诉我的\
　　  我将告诉每一个人\
　　  给每一条河每一座山取一个温暖的名字\
　　  陌生人，我也为你祝福\
　　  愿你有一个灿烂的前程\
　　  愿你有情人终成眷属\
　　  愿你在尘世获的幸福\
　　  我也愿面朝大海，春暖花开"
c=wordcloud.WordCloud(background_color=("white",width=1000,height=800,font_path="msyh.ttc")
c.generate(" ".join(jieba.lcut(txt)))
c.to_file("中文.png")

2.《*工作报告》：

文件链接下载地址：
新时代中国特色*.txt
关于实施乡村振兴战略的意见.txt

（1）《新时代中国特色*》.txt词云基础版：

import jieba
import wordcloud
f=open("新时代中国特色*.txt","r",encoding="utf-8")
t=f.read()
f.close()
txt=" ".join(jieba.lcut(t))
w=wordcloud.WordCloud(width=1000,height=700,background_color="white",font_path="msyh.ttc",max_words=15)
w.generate(txt)
w.to_file("新时代中国特色*.jpg")

（2）新时代中国特色*.txt词云进阶版：

import imageio
import jieba
import wordcloud
f=open("新时代中国特色*.txt","r",encoding="utf-8")
t=f.read()
f.close()
img = imageio.imread("p.jpg")
txt=" ".join(jieba.lcut(t))
w=wordcloud.WordCloud(width=1000,height=700,background_color="white",font_path="msyh.ttc",max_words=30,mask=img)
w.generate(txt)
w.to_file("2018一号文件.jpg")

3.自动轨迹绘制：

#生成绘画环境
import turtle as t
t.title("自动轨迹绘制")
t.setup(900,900,0,0)
t.pensize(5)
t.pencolor("red")
#读取数据
data=[]
f=open("datal.txt")
for line in f:
    line=line.replace("\n","")
    data.append(list(map(eval,line.split(","))))
f.close()
#自动绘制
for i in range(len(data)):
    t.pencolor(data[i][3],data[i][4],data[i][5])
    t.fd(data[i][0])
    if data[i][1]:
        t.right(data[i][2])
    else:
        t.left(data[i][2])

码农公寓

目录