复习：
- 数字类型及操作：
- 字符串类型和操作：
- 程序分支结构
- 程序的循环结构
- 函数的定义与使用
- 代码复用与函数递归
- 集合类型及操作
- 序列类型及操作
- 字典类型及操作
本周内容：
- 文件和数据格式化
- 文件的使用
统一编码的是文本文件、没有同一编码的是二进制文件，但是无论哪种都可以以二进制打开！
上图怎么理解？是这杨的，文本文件 print后就是“中国是个伟大的国家！”，二进制形式后就是一串天文数字，如果我们不需要理解文件意思，可直接用其存储的格式打开呀.....比如二进制文件。
文件的打开和关闭、
上图有话说：因为\是转义符，所以在python中用反斜杆/表示路径，或者用\\来表示路径
a+中如果没有+的话，那么就是指可以追加写模式，不能进行读，加了+后可以读啦。。。
我们写程序的时候要注意使用<变量名>.close() 如果忘记写了，文件会在程序执行期间一直打开，当程序正常运行完后python会自动关闭文件。最好写上<变量名>.close()哈哈
大文件来说一次性读入耗时大，不可取。可用下面的办法：
分行存储的文件，可以用回车来处理：
还可以分行读入，逐行处理：
#文件和数据格式化
fo = open(".\\txt\\output.txt", "w+")
ls = ["中国", "法国", "美国"]
fo.writelines(ls)
for line in fo:
print(line)
fo.close()为什么没用打印输出呢？这是因为这个时候在文件的光标是在文件末，所以往下打印是没有内容的，这时我们需要加一句代码：fo.seek(0)使当前文件操作指针的位置是在文件开头。。
#文件和数据格式化
fo = open(".\\txt\\output.txt", "w+")
ls = ["中国", "法国", "美国"]
fo.writelines(ls)
fo.seek(0)
for line in fo:
print(line)
fo.close()
关于文件使用的总结：
- 实例：自动轨迹绘制
从上面看来数据接口定义，就是关于数据所代表的意思。
错误：
Traceback (most recent call last):
File "F:/PY/MOOCpython/AutoTraceDraw.py", line 11, in <module>
for line in f:
UnicodeDecodeError: 'gbk' codec can't decode byte 0xbf in position 2: illegal multibyte sequence
解决：加了encoding=“utf-8”
#数据读取
datals =[]
f = open(".\\txt\\data.txt",encoding="utf-8")
for line in f:
line = line.replace("\n", "")
print(line)
print(line.split(","))
# datals.append(list(map(eval, line.split(","))))
f.close()
但是：
datals.append(list(map(eval, line.split(","))))
File "<string>", line 1
300
^
SyntaxError: invalid character in identifier
这里原因是，用utf-8后发现用line = line.replace("\n", "")后，输出的结果是：
所以，因为用的全是数据，所以就将data.txt另存为ANSI格式，而不是utf-8后就好啦
#自动轨迹绘制
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(".\\txt\\data.txt")
for line in f:
line = line.replace("\n", "")
# print(line)
# print(line.split(","))
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])
- 一维数据的格式化和处理
#一维数据的读入处理 从空格读入数据
txt = open(".\\txt\\output.txt").read()
ls = txt.split() #ls = txt.split(" ") 等价呀
print(ls)
# txt.close()
#一维数据的写入处理 才用空格分隔方式将数据写入文件
ls = ['china', 'USA', 'riben']
f = open('.\\txt\\采用空格分隔方式存入文件.txt', 'w')
f.write(' '.join(ls))
f.close()
ls = txt.split("$")
#采用特分隔方式将数据写入文件
ls = ['中国', '美国', '日本']
f = open('.\\txt\\采用特殊分隔方式存入文件.txt', 'w')
f.write('$'.join(ls))
f.close()
- 总结：
- 二维数据的格式化和处理
大数据和数据处理时会用其他结构去表达二维数据
有话说：上面的.csv是国际通用的一二维数据存储格式，中间没有空行，不同行就构成另一个维度
如果你的数据里包含了逗号，怎么办呢？一般的csv软件，约定：在逗号加“”，先判断其逗号是否左右有引号
或者是，用转义字符/呀，如果在你逗号数据前面是 /，则可以认为是你的数据而不是分割号逗号
csv数据存储格式是一种比较成熟的存储体系，能有处理这种的方法。。。。
- 总结
- wordcloud库
方法：
其实上面是有点区别：
stopwords={"NOWORD"}
- wordcloud应用实例（英语和中文）
- 实例12：政府工作报告词语
#政府报告词云
#引入wordcloud库
import wordcloud
#引入jieba库
import jieba
#引入matplotlib.pyplot库
import matplotlib.pyplot as plt
#打开文件
f = open(".\\txt\\新时代中国特色社会主义.txt", "r", encoding="utf-8")
#全部读取
t = f.read()
#关闭文件
f.close()
#精确模型，返回一个列表类型的分词结果
ls = jieba.lcut(t)
# 因为得到的分词是一个词组来的，是一个列表，我们要用join进行空格分隔成字符串
txt = " ".join(ls)
#配置对象参数(微软雅黑、背景、宽度、长度、不能显示的字、最多显示字数)
w = wordcloud.WordCloud(font_path="msyh.ttc", background_color="white",\
width=1000, height=700, stopwords={"NOWORD"},max_words=30)
#生成词云
w.generate(txt)
#保存在对应目录下
w.to_file(".\\picture\\pywordcloudGovernment.png")
#显示生成的次元
plt.imshow(w, interpolation='bilinear')
plt.axis("off")
plt.show()
下一步生成更有型的词云，该如何做呢？
只要上述三步就可以啦，但是问题来了，对于什么图像可以做为mask呢？
我稍微对比了下，只有white底图像才行，何为白底？左边不行，右边行.....
