第七章：文件和数据格式化

井上皓

简书作者

2018-10-31 17:48 IP属地: 河北

前文

在实际应用中我们经常经历把要处理的数据读入python程序中进行处理并输出的这一过程。

因此本章节主要解决的就是如何进行这一过程，以及在此过程中相关的一系列问题。

在文章最后还会介绍一个PIL库，以用来进行图像存储、显示和处理。

以下是本章主要讲的内容：

1.文件的使用

对文本文件和二进制文件如何进行读入、处理以及写入。

2.维度维数据格式化和处理

对一维、二维、多维数据如何进行存储、表示以及处理。

3.PIL库的使用

正文

A、文件的使用

1.文件概述

文件是数据的集合和抽象（类似：函数是程序的集合和抽象）。

文件是一个存储在辅助存储器上的数据序列，可以包含任何数据内容。

文件是数据存储的一种形式。

文件的展现形态：

文本文件

二进制文件

本质上， 所有文件都是二进制形式存储

二进制文件和文本文件只是文件的展示方式，二者 最主要区别 在于是否有统一的字符编码。

文本文件 一般由单一特定编码的字符组成，如UTF-8编码。-- 长字符串例如：.txt文件、.py文件

二进制文件 直接由比特0和比特1组成，没有统一字符编码，文件内部数据的组织格式与文件用途有关。-- 字节流例如：.png文件、.avi文件

无论文件创建为文本文件或者二进制文件，都可以用“ 文本文件方式 ”和“ 二进制文件方式 ”打开，打开后的操作不同。

实例：理解文本文件和二进制文件的区别

第一种

字符串： “中国是个伟大的国家！”

第二种

# 文本形式打开文件

textFile = open("7.1.txt","rt")

print(textFile.readline())

textFile.close()

文本形式： “中国是个伟大的国家！”

Python通过解释器内置的 open()函数 打开一个文件，并实现该文件与一个程序变量的关联：

<变量名> = open(<文件名>, <打开模式>)

文件名：文件路径和名称，如果源文件同目录可省略路径。

打开模式：7种。文本or二进制；读or写

变量名：文件句柄

文件名：文件路径和名称。

例如：D:\PYE\7.1.txt

绝对路径：D: / PYE / 7.1.txt

或者 D: \\ PYE \\ 7.1.txt

相对路径： .\PYE\7.1.txt

或者 7.1.txt

open()函数提供 7种基本的打开模式 ：

文件的写入

B、维度维数据格式化和处理

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。对应于python中的列表、数组和集合等概念。

二维数据 ：也称表格数据，由多个一维数据构成，是一维数据的组合形式。由关联关系数据构成，采用表格方式组织，对应于数学中的矩阵，常见的表格都属于二维数据。

高维数据 ：由一维或二维数据在新维度上扩展而成。例如：排行榜在时间维度的扩展。

1.一维数据

a.一维存储

一维数据是最简单的数据组织类型，有多种存储格式，常用特殊字符分隔：

1.用空格分隔

2.用逗号分隔

3.用其他符号或符号组合分隔

CSV数据存储格式

注意：

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

如果数据本身有逗号，不同csv软件有约定

基本规则：

（1）纯文本格式，通过单一编码表示字符；

（2）以行为单位，开头不留空行，行之间没有空行；

（3）每行表示一个一维数据，多行表示二维数据；

（4）以逗号分隔每列数据，列数据为空也要保留逗号；

（5）可以包含或不包含列名，包含时列名放置在文件第一行。

CSV文件的每一行是一维数据，可以使用Python中的列表类型表示，整个CSV文件是一个二维数据，由表示每一行的列表类型作为元素，组成一个二维列表。

从CSV格式的文件中读入数据

二维数据的写入

3.高维数据的格式化

与一维二维数据不同，高维数据能展示数据间更为复杂的组织关系。为了保持灵活性，表示高维数据不采用任何结构形式，仅采用最基本的二元关系，即键值对。万维网是高维数据最成功的典型应用。

JSON格式可以对高维数据进行表达和存储。JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于阅读和理解。JSON格式表达键值对<key, value>的基本格式如下，键值对都保存在双引号中：

"key" : "value"

当多个键值对放在一起时，JSON有如下一些约定：

数据保存在键值对中；

键值对之间由逗号分隔；

括号用于保存键值对数据组成的对象；

方括号用于保存键值对数据组成的数组。

a.Json库

引入Json模块：import json

json库主要包括两类函数：操作类函数和解析类函数

操作类函数主要完成外部JSON格式和程序内部数据类型之间的转换功能

解析类函数主要用于解析键值对内容。

dumps()和loads()分别对应编码和解码功能。