文件和数据格式化
文件和数据格式化分为三个方面,文件的使用、一维数据的格式化处理、二维数据的格式化处理
文件的使用分为四个方面,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
文件的使用
文件的类型:文本文件、二进制文件
文本文件
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
文件等二进制文件
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f.txt
文件保存f.txt文件保存: "中国是个伟大的国家!" #文本形式打开文件 tf = open("f.txt", "rt") print(tf.readline()) tf.close() >>> 中国是个伟大的国家!
f.txt文件保存: "中国是个伟大的国家!" #二进制形式打开文件 bf = open("f.txt", "rb") print(bf.readline()) bf.close() >>> b'\xd6\xd0\xb9\xfa\xca\xc7\xb8\xf6\xce\xb0 \xb4\xf3\xb5\xc4\xb9\xfa\xbc\xd2\xa3\xa1'
文件的打开和关闭
文件的打开
<变量名>=open(<文件名>,<打开模式>)
打开模式
文件的打开模式 描述 ‘r’ 只读模式,默认值,如果文件不存在,返回 FileNotFoundError
‘w’ 覆盖写模式,文件不存在则创建,存在则完全覆盖 ‘x’ 创建写模式,文件不存在则创建,存在则返回 FileExistsError
‘a’ 追加写模式,文件不存在则创建,存在则在文件最后追加内容 ‘b’ 二进制文件模式 ‘t’ 文本文件模式,默认值 ‘+’ 与r/w/x/a一同使用,在原功能基础上增加同时读写功能 f = open("f.txt") - 文本形式、只读模式、默认值 f = open("f.txt", "rt") - 文本形式、只读模式、同默认值 f = open("f.txt", "w") - 文本形式、覆盖写模式 f = open("f.txt", "a+") - 文本形式、追加写模式+ 读文件 f = open("f.txt", "x") - 文本形式、创建写模式 f = open("f.txt", "b") - 二进制形式、只读模式 f = open("f.txt", "wb") - 二进制形式、覆盖写模式
文件的关闭
<变量名>.close()
文件的使用
#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", "rb") print(bf.readline()) bf.close()
文件内容的读取
操作方法:
操作方法 描述 <f>.read(size=-1)
读入全部内容,如果给出参数,读入前size长度
>>>s = f.read(2)
中国<f>.readline(size=-1)
读入一行内容,如果给出参数,读入该行前size长度
>>>s = f.readline()
中国是一个伟大的国家!<f>.readlines(hint=-1)
读入文件所有行,以每行为元素形成列表
如果给出参数,读入前hint行
>>>s = f.readlines()
[‘中国是一个伟大的国家!’]文件的全文本操作(遍历全文本)
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() #对全文txt进行处理 fo.close()
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 != "": #对txt进行处理 txt = fo.read(2) fo.close()
文件的逐行操作(逐行遍历文件)
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()
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
操作方法:
操作方法 描述 <f>.write(s)
向文件写入一个字符串或字节流
>>>f.write(“中国是一个伟大的国家!”)<f>.writelines(lines)
将一个元素全为字符串的列表写入文件
>>>ls = [“中国”, “法国”, “美国”]
>>>f.writelines(ls)
中国法国美国<f>.seek(offset)
改变当前文件操作指针的位置,offset含义如下:
0 – 文件开头; 1 – 当前位置; 2 – 文件结尾
>>>f.seek(0)
#回到文件开头举例:
写入一个字符串列表
fo = open("output.txt","w+") ls = ["中国", "法国", "美国"] fo.writelines(ls) for line in fo: print(line) fo.close() >>> (没有任何输出)
写入一个字符串列表
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() >>> 中国法国美国
一维数据的格式化和处理
四个部分:
- 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:略
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]
如果数据间无序:使用集合类型
st = {3.1398, 3.1349, 3.1376}
一维数据的存储
空格分隔
中国 美国 日本 德国 法国 英国 意大利
英文半角逗号分隔,不换行
中国,美国,日本,德国,法国,英国,意大利
其他方式
中国$美国$日本$德国$法国$英国$意大利
一维数据的处理
一维数据的读入处理
从空格分隔的文件中读入数据
中国 美国 日本 德国 法国 英国 意大利
txt = open(fname).read() ls = txt.split() f.close() >>> ls ['中国', '美国', '日本', '德国 ', '法国', '英国', '意大利']
从特殊符号分隔的文件中读入数据
中国$美国$日本$德国$法国$英国$意大利
txt = open(fname).read() ls = txt.split("$") f.close() >>> ls ['中国', '美国', '日本', '德国 ', '法国', '英国', '意大利']
一维数据的写入处理
采用空格分隔方式将数据写入文件
ls = ['中国', '美国', '日本'] f = open(fname, 'w') f.write(' '.join(ls)) f.close()
采用特殊分隔方式将数据写入文件
ls = ['中国', '美国', '日本'] f = open(fname, 'w') f.write('$'.join(ls)) f.close()
二维数据的格式化和处理
四个部分:
- 二维数据的表示
- CSV数据存储格式
- 二维数据的存储
- 二维数据的处理
二维数据的表示
使用列表类型
[[3.1398, 3.1349, 3.1376], [3.1413, 3.1404, 3.1401]]
小总结:一二维数据的Python表示
# 一维数据:列表和集合类型 [3.1398, 3.1349, 3.1376] 数据间有序 {3.1398, 3.1349, 3.1376} 数据间无序 # 二维数据:列表类型 [[3.1398, 3.1349, 3.1376], [3.1413, 3.1404, 3.1401]]
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
二维数据的存储
- 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
二维数据的处理
二维数据的读入处理
从CSV格式的文件中读入数据
fo = open(fname) ls = [] for line in fo: line = line.replace("\n","") ls.append(line.split(",")) fo.close()
二维数据的写入处理
将数据写入CSV格式的文件
ls = [[], [], []] #二维列表 f = open(fname, 'w') for item in ls: f.write(','.join(item) + '\n') f.close()
二维数据的逐一处理
采用二层循环
ls = [[1,2], [3,4], [5,6]] #二维列表 for row in ls: for column in row: print(column)