等考二級(jí)python-第6章-文件和數(shù)據(jù)格式化

全國(guó)計(jì)算機(jī)等級(jí)考試二級(jí)教程

Python語(yǔ)言程序設(shè)計(jì)

(2018年版)

2021/5/91【第6章】

文件和數(shù)據(jù)格式化2021/5/92文件的使用:文件打開、關(guān)閉和讀寫數(shù)據(jù)組織的維度：一維數(shù)據(jù)和二維數(shù)據(jù)一維數(shù)據(jù)的處理：表示、存儲(chǔ)和處理二維數(shù)據(jù)的處理：表示、存儲(chǔ)和處理采用CSV格式對(duì)一二維數(shù)據(jù)文件的讀寫考綱考點(diǎn)知識(shí)導(dǎo)圖文件的使用文件是存儲(chǔ)在輔助存儲(chǔ)器上的一組數(shù)據(jù)序列，可以包含任何數(shù)據(jù)內(nèi)容。概念上，文件是數(shù)據(jù)的集合和抽象。文件包括兩種類型：文本文件和二進(jìn)制文件。文件文本文件一般由單一特定編碼的字符組成，如UTF-8編碼，內(nèi)容容易統(tǒng)一展示和閱讀。二進(jìn)制文件直接由比特0和比特1組成，文件內(nèi)部數(shù)據(jù)的組織格式與文件用途有關(guān)。二進(jìn)制是信息按照非字符但特定格式形成的文件，例如，png格式的圖片文件、avi格式的視頻文件。文件的類型二進(jìn)制文件和文本文件最主要的區(qū)別在于是否有統(tǒng)一的字符編碼。無論文件創(chuàng)建為文本文件或者二進(jìn)制文件，都可以用“文本文件方式”和“二進(jìn)制文件方式”打開，但打開后的操作不同。文件的類型

123f=open("a.txt","rt")#t表示文本文件方式print(f.readline())f.close()

>>>

全國(guó)計(jì)算機(jī)等級(jí)考試文本文件a.txt，采用二進(jìn)制方式打開采用文本方式讀入文件，文件經(jīng)過編碼形成字符串，打印出有含義的字符；采用二進(jìn)制方式打開文件，文件被解析為字節(jié)流。文件的類型

123f=open(“a.txt”,“rb”)#b表示二進(jìn)制文件方式print(f.readline())f.close()

>>>

b'\xc8\xab\xb9\xfa\xbc\xc6\xcb\xe3\xbb\xfa\xb5\xc8\xbc\xb6\xbf\xbc\xca\xd4'Python對(duì)文本文件和二進(jìn)制文件采用統(tǒng)一的操作步驟，即“打開-操作-關(guān)閉”文件的打開和關(guān)閉Python通過open()函數(shù)打開一個(gè)文件，并返回一個(gè)操作這個(gè)文件的變量，語(yǔ)法形式如下：<變量名>=open(<文件路徑及文件名>,<打開模式>)文件的打開和關(guān)閉打開模式含義'r'只讀模式，如果文件不存在，返回異常FileNotFoundError，默認(rèn)值'w'覆蓋寫模式，文件不存在則創(chuàng)建，存在則完全覆蓋源文件'x'創(chuàng)建寫模式，文件不存在則創(chuàng)建，存在則返回異常FileExistsError'a'追加寫模式，文件不存在則創(chuàng)建，存在則在原文件最后追加內(nèi)容'b'二進(jìn)制文件模式't'文本文件模式，默認(rèn)值'+'與r/w/x/a一同使用，在原功能基礎(chǔ)上增加同時(shí)讀寫功能打開模式使用字符串方式表示，根據(jù)字符串定義，單引號(hào)或者雙引號(hào)均可。上述打開模式中，'r'、'w'、'x'、'b'可以和'b'、't'、'+'組合使用，形成既表達(dá)讀寫又表達(dá)文件模式的方式。文件的打開和關(guān)閉文件使用結(jié)束后要用close()方法關(guān)閉，釋放文件的使用授權(quán)，語(yǔ)法形式如下：<變量名>.close()文件的打開和關(guān)閉新建一個(gè)文本文件a.txt，其內(nèi)容為“全國(guó)計(jì)算機(jī)等級(jí)考試”，保存在目錄PATH中，假設(shè)此時(shí)路徑PATH是Windows系統(tǒng)的D盤根目錄。打開并關(guān)閉該文件的操作過程如下。文件的打開和關(guān)閉>>>PATH="D:\\">>>f=open(PATH+"a.txt","rt")>>>print(f.readline())國(guó)家計(jì)算機(jī)等級(jí)考試>>>f.close()>>>print(f.readline())Traceback(mostrecentcalllast):File"<pyshell#81>",line1,in<module>print(f.readline())ValueError:I/Ooperationonclosedfile.根據(jù)打開方式不同，文件讀寫也會(huì)根據(jù)文本文件或二進(jìn)制打開方式有所不同。文件的讀寫方法含義f.read(size=-1)從文件中讀入整個(gè)文件內(nèi)容。參數(shù)可選，如果給出，讀入前size長(zhǎng)度的字符串或字節(jié)流f.readline(size=-1)從文件中讀入一行內(nèi)容。參數(shù)可選，如果給出，讀入該行前size長(zhǎng)度的字符串或字節(jié)流f.readlines(hint=-1)從文件中讀入所有行，以每行為元素形成一個(gè)列表。參數(shù)可選，如果給出，讀入hint行f.seek(offset)改變當(dāng)前文件操作指針的位置，offset的值：0：文件開頭；

2:文件結(jié)尾如果文件不大，可以一次性將文件內(nèi)容讀入，保存到程序內(nèi)部變量中。f.read()是最常用的一次性讀入文件的函數(shù)，其結(jié)果是一個(gè)字符串。文件的讀寫>>>f=open("D://b.txt","r")>>>s=f.read()>>>print(s)新年都未有芳華，二月初驚見草芽。白雪卻嫌春色晚，故穿庭樹作飛花。>>>f.close()f.readlines()也是一次性讀入文件的函數(shù)，其結(jié)果是一個(gè)列表，每個(gè)元素是文件的一行。文件的讀寫>>>f=open("D://b.txt","r")>>>ls=f.readlines()>>>print(ls)['新年都未有芳華，二月初驚見草芽。\n','白雪卻嫌春色晚，故穿庭樹作飛花。\n']>>>f.close()文件打開后，對(duì)文件的讀寫有一個(gè)讀取指針，當(dāng)從文件中讀入內(nèi)容后，讀取指針將向前進(jìn)，再次讀取的內(nèi)容將從指針的新位置開始。文件的讀寫>>>f=open("D://b.txt","r")>>>s=f.read()>>>print(s)新年都未有芳華，二月初驚見草芽。白雪卻嫌春色晚，故穿庭樹作飛花。>>>ls=f.readlines()>>>print(ls)[]>>>f.close()結(jié)合讀取指針理解，上述代碼中l(wèi)s返回值為空，因?yàn)橹癴.read()方法已經(jīng)讀取了文件全部?jī)?nèi)容，讀取指針在文件末尾，再次調(diào)用f.readlines()方法已經(jīng)無法從當(dāng)前讀取指針讀入內(nèi)容，因此返回結(jié)果為空。文件的讀寫f.seek()方法能夠移動(dòng)讀取指針的位置，f.seek(0)將讀取指針移動(dòng)到文件開頭，f.seek(2)將讀取指針移動(dòng)到文件結(jié)尾。文件的讀寫>>>f=open("D://b.txt","r")>>>s=f.read()>>>print(s)新年都未有芳華，二月初驚見草芽。白雪卻嫌春色晚，故穿庭樹作飛花。>>>f.seek(0)#將讀取指針重置到文件開頭>>>ls=f.readlines()>>>print(ls)['新年都未有芳華，二月初驚見草芽。\n','白雪卻嫌春色晚，故穿庭樹作飛花。\n']>>>f.close()從文本文件中逐行讀入內(nèi)容并進(jìn)行處理是一個(gè)基本的文件操作需求。文本文件可以看成是由行組成的組合類型，因此，可以使用遍歷循環(huán)逐行遍歷文件，使用方法如下： f=open(<文件路徑及名稱>,"r") forlineinf: #處理一行數(shù)據(jù) f.close()文件的讀寫文件的讀寫

1234f=open("D://b.txt","r")forlineinf:print(line)f.close()

>>

新年都未有芳華，二月初驚見草芽。

白雪卻嫌春色晚，故穿庭樹作飛花。文件的讀寫>>>f=open("D://c.txt","w")>>>f.write('新年都未有芳華\n')>>>f.write('二月初驚見草芽\n')>>>f.write('白雪卻嫌春色晚\n')>>>f.write('故穿庭樹作飛花\n')>>>f.close()方法含義f.write(s)向文件寫入一個(gè)字符串或字節(jié)流f.writelines(lines)將一個(gè)元素為字符串的列表寫入文件f.write(s)向文件寫入字符串s，每次寫入后，將會(huì)記錄一個(gè)寫入指針。該方法可以反復(fù)調(diào)用，將在寫入指針后分批寫入內(nèi)容，直至文件被關(guān)閉。文件的讀寫上述語(yǔ)句運(yùn)行后將在D盤目錄下生成一個(gè)文件c.txt，內(nèi)容如下。使用f.write(s)時(shí)，要顯式的使用'\n'對(duì)寫入文本進(jìn)行分行，如果不進(jìn)行分行，每次寫入的字符串會(huì)被連接起來。新年都未有芳華二月初驚見草芽白雪卻嫌春色晚故穿庭樹作飛花文件的讀寫f.writelines(lines)直接將列表類型的各元素連接起來寫入文件f。>>>ls=['新年都未有芳華\n','二月初驚見草芽\n','白雪卻嫌春色晚\n','故穿庭樹作飛花\n']>>>f=open("D://c.txt","w")>>>f.writelines(ls)>>>f.close()數(shù)據(jù)組織的維度數(shù)據(jù)組織的維度一組數(shù)據(jù)在被計(jì)算機(jī)處理前需要進(jìn)行一定的組織，表明數(shù)據(jù)之間的基本關(guān)系和邏輯，進(jìn)而形成“數(shù)據(jù)的維度”。根據(jù)數(shù)據(jù)的關(guān)系不同，數(shù)據(jù)組織可以分為：一維數(shù)據(jù)、二維數(shù)據(jù)和高維數(shù)據(jù)。一維數(shù)據(jù)一維數(shù)據(jù)由對(duì)等關(guān)系的有序或無序數(shù)據(jù)構(gòu)成，采用線性方式組織，對(duì)應(yīng)于數(shù)學(xué)中數(shù)組的概念。例如：中國(guó)的直轄市列表即可表示為一維數(shù)據(jù)，一維數(shù)據(jù)具有線性特點(diǎn)。北京、上海、天津、重慶二維數(shù)據(jù)二維數(shù)據(jù)，也稱表格數(shù)據(jù)，由關(guān)聯(lián)關(guān)系數(shù)據(jù)構(gòu)成，采用二維表格方式組織，對(duì)應(yīng)于數(shù)學(xué)中的矩陣，常見的表格都屬于二維數(shù)據(jù)。例如：國(guó)家統(tǒng)計(jì)局發(fā)布的居民消費(fèi)價(jià)格指數(shù)是二維數(shù)據(jù)二維數(shù)據(jù)指標(biāo)2014年2015年2016年居民消費(fèi)價(jià)格指數(shù)102101.4102食品103.1102.3104.6煙酒及用品99.4102.1101.5衣著102.4102.7101.4家庭設(shè)備用品101.2101100.5醫(yī)療保健和個(gè)人用品101.3102101.1交通和通信99.998.398.7娛樂教育文化101.9101.4101.6居住102100.7101.6每個(gè)數(shù)據(jù)為相比上年數(shù)據(jù)的標(biāo)準(zhǔn)值，即上年指標(biāo)為100。高維數(shù)據(jù)高維數(shù)據(jù)由鍵值對(duì)類型的數(shù)據(jù)構(gòu)成，采用對(duì)象方式組織，可以多層嵌套。高維數(shù)據(jù)在Web系統(tǒng)中十分常用，作為當(dāng)今Internet組織內(nèi)容的主要方式，高位數(shù)據(jù)衍生出HTML、XML、JSON等具體數(shù)據(jù)組織的語(yǔ)法結(jié)構(gòu)。高維數(shù)據(jù)"本書":[ "第1章":"程序設(shè)計(jì)基本方法","第2章":"Python語(yǔ)言基本語(yǔ)法元素","第3章":"基本數(shù)據(jù)類型","第4章":"程序的控制結(jié)構(gòu)","第5章":"函數(shù)和代碼復(fù)用","第6章":"組合數(shù)據(jù)類型","第7章":"文件和數(shù)據(jù)格式化","第8章":"Python計(jì)算生態(tài)","第9章":"Python標(biāo)準(zhǔn)庫(kù)概覽","第10章":"Python第三方庫(kù)概覽","第11章":"Python第三方庫(kù)縱覽","第12章":"考試指導(dǎo)","附錄":"附錄1234567"]一維數(shù)據(jù)的處理一維數(shù)據(jù)的表示一維數(shù)據(jù)是最簡(jiǎn)單的數(shù)據(jù)組織類型，由于是線性結(jié)構(gòu)，在Python語(yǔ)言中主要采用列表形式表示。例如：中國(guó)的直轄市數(shù)據(jù)可以采用一個(gè)列表變量表示。>>>ls=['北京','上海','天津','重慶']>>>print(ls)['北京','上海','天津','重慶']一維數(shù)據(jù)的存儲(chǔ)一維數(shù)據(jù)的文件存儲(chǔ)有多種方式，總體思路是采用特殊字符分隔各數(shù)據(jù)。常用存儲(chǔ)方法包括4種。（1）采用空格分隔元素，例如：北京上海天津重慶（2）采用逗號(hào)分隔元素，例如：北京,上海,天津,重慶一維數(shù)據(jù)的存儲(chǔ)（3）采用換行分隔包括，例如：北京上海天津重慶（4）其他特殊符號(hào)分隔，以分號(hào)分隔為例，例如：北京;上海;天津;重慶一維數(shù)據(jù)的存儲(chǔ)逗號(hào)分割的存儲(chǔ)格式叫做CSV格式（Comma-SeparatedValues，即逗號(hào)分隔值），它是一種通用的、相對(duì)簡(jiǎn)單的文件格式，在商業(yè)和科學(xué)上廣泛應(yīng)用，大部分編輯器都支持直接讀入或保存文件為CSV格式一維數(shù)據(jù)保存成CSV格式后，各元素采用逗號(hào)分隔，形成一行。從Python表示到數(shù)據(jù)存儲(chǔ)，需要將列表對(duì)象輸出為CSV格式以及將CSV格式讀入成列表對(duì)象一維數(shù)據(jù)的存儲(chǔ)列表對(duì)象輸出為CSV格式文件方法如下，采用字符串的join()方法最為方便。

1234ls=['北京','上海','天津','重慶']f=open("city.csv","w")f.write(",".join(ls)+"\n")f.close()

北京,上海,天津,重慶一維數(shù)據(jù)的處理對(duì)一維數(shù)據(jù)進(jìn)行處理首先需要從CSV格式文件讀入一維數(shù)據(jù)，并將其表示為列表對(duì)象。

1234f=open("city.csv","r")ls=f.read().strip('\n').split(",")f.close()print(ls)

>>>

['北京','上海','天津','重慶']二維數(shù)據(jù)的處理二維數(shù)據(jù)由多條一維數(shù)據(jù)構(gòu)成，可以看成是一維數(shù)據(jù)的組合形式。因此，二維數(shù)據(jù)可以采用二維列表來表示，即列表的每個(gè)元素對(duì)應(yīng)二維數(shù)據(jù)的一行，這個(gè)元素本身也是列表類型，其內(nèi)部各元素對(duì)應(yīng)這行中的各列值二維數(shù)據(jù)的處理ls=[ ['指標(biāo)','2014年','2015年','2016年'],['居民消費(fèi)價(jià)格指數(shù)','102','101.4','102'],['食品','103.1','102.3','104.6'],['煙酒及用品','994','102.1','101.5'],['衣著','102.4','102.7','101.4'],['家庭設(shè)備用品','101.2','101','100.5'],['醫(yī)療保健和個(gè)人用品','101.3','102','101.1'],['交通和通信','99.9','98.3','98.7'],['娛樂教育文化','101.9','101.4','101.6'],['居住','102','100.7','101.6'],]二維數(shù)據(jù)的存儲(chǔ)二維數(shù)據(jù)由一維數(shù)據(jù)組成，用CSV格式文件存儲(chǔ)。CSV文件的每一行是一維數(shù)據(jù)，整個(gè)CSV文件是一個(gè)二維數(shù)據(jù)。二維列表對(duì)象輸出為CSV格式文件方法如下，采用遍歷循環(huán)和字符串的join()方法相結(jié)合。

1234#ls代表二維列表，此處省略f=open("cpi.csv","w")forrowinls:f.write(",".join(row)+"\n")f.close()

二維數(shù)據(jù)的處理對(duì)二維數(shù)據(jù)進(jìn)行處理首先需要從CSV格式文件讀入二維數(shù)據(jù)，并將其表示為二維列表對(duì)象。借鑒一維數(shù)據(jù)讀取方法，從CSV文件讀入數(shù)據(jù)的方法如下。

123456f=open("cpi.csv","r")ls=[]forlineinf:ls.append(line.strip('\n').split(","))f.close()print(ls)

二維數(shù)據(jù)的處理程序執(zhí)行后二維列表對(duì)象ls的內(nèi)容如下。>>>

[['指標(biāo)','2014年','2015年','2016年'],['居民消費(fèi)價(jià)格指數(shù)','102','101.4','102'],['食品','103.1','102.3','104.6'],['煙酒及用品','994','102.1','101.5'],['衣著','102.4','102.7','101.4'],['家庭設(shè)備用品','101.2','101','100.5'],['醫(yī)療保健和個(gè)人用品','101.3','102','101.1'],['交通和通信','99.9','98.3','98.7'],['娛樂教育文化','101.9','101.4','101.6'],['居住','102','100.7','101.6']]二維數(shù)據(jù)的處理二維數(shù)據(jù)處理等同于二維列表的操作，與一維列表不同，二維列表一般需要借助循環(huán)遍歷實(shí)現(xiàn)對(duì)每個(gè)數(shù)據(jù)的處理，基本代碼格式如下： forrowinls: foriteminrow: <對(duì)第row行第item列元素進(jìn)行處理>二維數(shù)據(jù)的處理對(duì)二維數(shù)據(jù)進(jìn)行格式化輸出，打印成表格形狀

123456#此處略去從CSV獲取數(shù)據(jù)到二維列表lsforrowinls:line=""foriteminrow:line+="{:10}\t".format(item)print(line)實(shí)例解析：國(guó)家財(cái)政數(shù)據(jù)趨勢(shì)演算國(guó)家財(cái)政數(shù)據(jù)趨勢(shì)演算國(guó)家統(tǒng)計(jì)局每年會(huì)公開許多數(shù)據(jù)，比如國(guó)民經(jīng)濟(jì)核算指標(biāo)等。國(guó)家統(tǒng)計(jì)局公布的大部分?jǐn)?shù)據(jù)都以二維表格形式展現(xiàn)，然而，藏在這些數(shù)據(jù)背后的價(jià)值要比表格所展現(xiàn)的更多。國(guó)家財(cái)政數(shù)據(jù)趨勢(shì)演算以國(guó)家財(cái)政收支的公開數(shù)據(jù)為例，這里展示如何利用Python挖掘數(shù)據(jù)變化的規(guī)律。將從網(wǎng)上獲取的公開信息存為finance.csv文件指標(biāo)2000年2015年2016年全部收入13395.2152269.2159605中央收入6989.269267.272365.6地方收入64064全部支出15886.5175877.8187755.2中央支出5519.925542.227403.9地方支出10366.7150335.6160351.4國(guó)家財(cái)政數(shù)據(jù)趨勢(shì)演算由個(gè)別數(shù)據(jù)預(yù)測(cè)規(guī)律屬于數(shù)值分析的內(nèi)容，可以通過線性回歸方程建立簡(jiǎn)單模型，線性回歸方程的公式為：X代表年份，Y代表各年份對(duì)應(yīng)的數(shù)值。Python實(shí)現(xiàn)的國(guó)家財(cái)政數(shù)據(jù)趨勢(shì)演算，根據(jù)上述三個(gè)數(shù)值計(jì)算出更多年份的可能數(shù)據(jù)。國(guó)家財(cái)政數(shù)據(jù)趨勢(shì)演算實(shí)例7.1

123456789101112131415161718192021222324252627#FinancePredict.pydefparseCSV(filename):dataNames,data=[],[]f=open(filename,'r',encoding='utf-8')forlineinf:splitedLine=line.strip().split(',')if'指標(biāo)'insplitedLine[0]:years=[int(x[:-1])forxinsplitedLine[1:]]else:dataNames.append('{:10}'.format(splitedLine[0]))data.append([float(x)forxinsplitedLine[1:]])f.close()returnyears,dataNames,data

defmeans(data):returnsum(data)/len(data)

deflinearRegression(xlist,ylist):xmeans,ymeans=means(xlist),means(ylist)bNumerator=-len(xlist)*xmeans*ymeansbDenominator=-len(xlist)*xmeans**2forx,yinzip(xlist,ylist):bNumerator+=x*ybDenominator+=x**2b=bNumerator/bDenominatora=ymeans-b*xmeansreturna,b

國(guó)家財(cái)政數(shù)據(jù)趨勢(shì)演算實(shí)例7.1

2829303132333435363738394041424344454647484950515253

defcalNewData(newyears,a,b):return[(a+b*x)forxinnewyears]

defshowResults(years,dataNames,newDatas):print('{:^60}'.format('國(guó)家財(cái)政收支線性估計(jì)'))header='指標(biāo)

'foryearinyears:header+='{:10}'.format(year)print(header)forname,lineDatainzip(dataNames,newDatas):line=namefordatainlineData:line+='{:>10.1f}'.format(data)print(line)

defmain():newyears=[x+2010forxinran