【Python】DS的基础学习笔记7：文件、异常和模块_pythonds

文件、异常和模块

实际应用中，我们绝大多数的数据都是通过文件的交互完成的

7.1 文件的读写

7.1.1 文件的打开

• 文件的打开通用格式

with open("文件路径", "打开模式", encoding="操作文件的字符编码") as f:
    "对文件进行相应的读写操作"
# 使用with块的好处：执行完毕后，自动对文件进行close操作
1
2
3

【例1】 一个简单的文件读取

with open("E:/python/测试文件.txt", "t", encoding="gbk") as f:  # 第一步：打开文件
    text = f.read()  # 第二步：读取文件
    print(text)
1
2
3

1. 文件路径

• 完整路径，如上例所示
• 程序与文件在同一文件夹，可简化成文件名

with open("测试文件.txt", "r", encoding="gbk") as f:  # 第一步：打开文件
    text = f.read()  # 第二步：读取文件
    print(text)
1
2
3

2. 打开模式

• “r” 只读模式，如文件不存在，报错
• “w” 覆盖写模式，如文件不存在，则创建；如文件存在，则完全覆盖原文件
• “x” 创建写模式，如文件不存在，则创建；如文件存在，报错
• “a” 追加写模式，如文件不存在，则创建；如文件存在，则在原文件后追加内容
• “b” 二进制文件模式，不能单独使用，需要配合使用如"rb", “wb”, “ab”， 该模式不需指定encoding
• “t” 文本文件模式，默认值，需配合使用 如"rt", “wt”, “at”，一般省略，简写成如"r", “w”, “a”
• “+”, 与"r", “w”, “x”, "a"配合使用，在原功能基础上，增加读写功能
• 打开模式缺省，默认为只读模式

3. 字符编码

• 万国码 utf-8
  包含全世界所有国家需要用到的字符
• 中文编码 gbk
  专门解决中文编码问题
• Windows系统下，如果缺省，则默认为gbk（所在区域的编码）
• 为清楚起见，除了处理二进制文件，建议不要缺省encoding

7.1.2 文件的读取

1. 读取整个内容——f.read()

with open("三国演义片头曲_utf.txt", encoding="utf-8") as f:
    text = f.read()
    print(text)
1
2
3

• 解码模式不匹配

with open("三国演义片头曲_utf.txt", encoding="gbk") as f:
    text = f.read()
    print(text)
1
2
3

2. 逐行进行读取——f.readline()

with open("三国演义片头曲_utf.txt", encoding="gbk") as f:
    text = f.readline()  # 每次读取一行
    print(text)
1
2
3

with open("三国演义片头曲_utf.txt", encoding="utf-8") as f:
    while True:
        text = f.readline()
        if not text:
            # print(text is "")
            break
        else:
            # print(text == "\n")
            print(text, end="")  # 保留原文的换行，使print()的换行不起作用
1
2
3
4
5
6
7
8
9

3. 读入所有行， 以每行为元素形成一个列表——f.readlines()

with open("三国演义片头曲_utf.txt", encoding="utf-8") as f:
    text = f.readlines()  # 注意每行末尾有换行符
    print(text)
1
2
3

with open("三国演义片头曲_utf.txt", encoding="utf-8") as f:
    for text in f.readlines():
        print(text)  # 不想换行则用print(text, end="")
1
2
3

4. 文本文件读取小结

文件比较大时，read()和readlines()占用内存过大，不建议使用
readline()用起来又不太方便

with open("三国演义片头曲_utf.txt", encoding="utf-8") as f:
    for text in f:  # f本身就是可迭代对象，每次迭代读取一行内容
        print(text)
1
2
3

5. 二进制文件

图片：二进制文件

with open("text.jpg", "rb") as f:
    print(len(f.readlines()))  # 读取行数
1
2

7.1.3 文件的写入

1. 向文件写入一个字符串或字节流（二进制）——f.write()

with open("恋曲1980.txt", "w", encoding="utf-8") as f:
    f.write("你曾经对我说\n")  # 文件不存在则立刻创建一个
    f.write("你永远爱着我\n")  # 如需换行，末尾加换行符\n
    f.write("爱情这东西我明白\n")
    f.write("但永远是什么\n")
# 若文件存在，新写入的内容会覆盖掉原内容，一定要注意！！
1
2
3
4
5
6

2.追加模式——“a”

with open("恋曲1980.txt", "a", encoding="utf-8") as f:
    f.write("姑娘你别哭泣\n")  # 若文件存在，新写入的内容会追加内容
    f.write("我俩还在一起\n")
    f.write("今天的欢乐\n")
    f.write("将是明天创痛的回忆\n")
1
2
3
4
5

3.将一个元素为字符串的列表整体写入文件——f.writelines()

ls = ["春天刮着风\n", "秋天下着雨\n", "春风秋雨多少海誓山盟随风远去\n"]
with open("恋曲1980.txt", "a", encoding="utf-8") as f:
    f.writelines(ls)
1
2
3

7.1.4 既读又写

1. “r+”

• 如果文件名不存在，则报错
• 指针在开始
• 要把指针移到末尾才能开始写，否则会覆盖所有内容

with open("浪淘沙_北戴河.txt", "r+", encoding="utf-8") as f:
    #   for line in f:
    #   print(line)  # 全部读一遍后，指针到达末尾
    f.seek(0, 2)  # 或者可以将指针移到末尾f.seek(偏移字节数，偏移起点位置(0：开始；1：当前位置；2：结尾))
    text = ["萧瑟秋风今又是，\n", "换了人间。\n"]
    f.writelines(text)
1
2
3
4
5
6

2. “w+”

• 若文件不存在，则创建
• 若文件存在，会立刻清空原内容！！

with open("浪淘沙_北戴河.txt", "w+", encoding="utf-8") as f:
    text = ["萧瑟秋风今又是，\n", "换了人间。\n"]  # 清空原内容
    f.writelines(text)
    f.seek(0, 0)  # 指针移到开始
    print(f.read())  # 读取内容
1
2
3
4
5

3. “a+”

• 若文件不存在，则创建
• 指针在末尾，添加新内容，不会清空原内容

with open("浪淘沙_北戴河.txt", "a+", encoding="utf-8") as f:
    text = ["萧瑟秋风今又是，\n", "换了人间。\n"]
    f.writelines(text)  # 指针在最后，追加新内容
    f.seek(0, 0)  # 指针移到开始
    print(f.read())  # 读取内容
1
2
3
4
5

7.1.5 数据的存储与读取

通用的数据格式，可以在不同语言中加载和存储
本节简单了解两种数据存储结构csv和json

1.csv格式

由逗号将数据分开的字符序列，可以由excel打开

• 读取

with open("成绩.csv", "r", encoding="gbk") as f:
    ls = []
    for line in f:  # 逐行提取
        ls.append(line.strip("\n").split(","))  # 去掉每行的换行符，然后用","进行分割
for res in ls:
    print(res)
1
2
3
4
5
6

示例如图：

运行结果为：

[‘编号’, ‘数学成绩’, ‘语文成绩’]
[‘1’, ‘100’, ‘98’]
[‘2’, ‘96’, ‘99’]
[‘3’, ‘97’, ‘95’]

• 写入

with open("成绩.csv", "w", encoding="gbk") as f:
    ls = [['编号', '数学成绩', '语文成绩'], ['1', '100', '98'], ['2', '96', '99'], ['3', '97', '95']]  # encoding= "utf-8"中文出现乱码
    for row in ls:  # 逐行写入
        f.write(",".join(row)+"\n")  # 用逗号组合成字符串形式，末尾加换行符
1
2
3
4

也可以借助csv模块完成上述操作

2. json格式

常用来存储字典类型

• 写入——dump()

import json

scores = {"Petter": {"math": 96, "physics": 98},
          "Paul": {"math": 92, "physics": 99},
          "Mary": {"math": 98, "physics": 97}}
with open("score.json", "w", encoding="utf-8") as f:  # 写入整个对象
    # indent 表示字符串换行+缩进 ensure_ascii=False 显示中文
    json.dump(scores, f, indent=4, ensure_ascii=False)
1
2
3
4
5
6
7
8

运行结果：

{
    "Petter": {
        "math": 96,
        "physics": 98
    },
    "Paul": {
        "math": 92,
        "physics": 99
    },
    "Mary": {
        "math": 98,
        "physics": 97
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

• 读取——load()

import json

with open("score.json", "r", encoding="utf-8") as f:
    scores = json.load(f)  # 加载整个对象
    for k, v in scores.items():
        print(k, v)
1
2
3
4
5
6

运行结果为：

Petter {‘math’: 96, ‘physics’: 98}
Paul {‘math’: 92, ‘physics’: 99}
Mary {‘math’: 98, ‘physics’: 97}

7.2 异常处理

7.2.1 常见异常的产生

1. 除0运算——ZeroDivisionError

1 / 0
1

2. 找不到可读文件——FlieNotFoundError

with open("nobody.csv") as f:
    pass
1
2

3. 值错误——ValueError

传入一个调用者不期望的值，即使这个值的类型是正确的

s = "1.3"
n = int(s)
1
2

4. 索引错误——IndexError

下标超出序列边界

ls = [1, 2, 3]
ls[5]
1
2

5. 类型错误——TypeError

传入对象类型与要求不符

1 + "3"
1

6. 其他常见的异常类型

NameError 使用一个还未被赋予对象的变量
KeyError 试图访问字典里不存在的键

当异常发生的时候，如果不预先设定处理方法，程序就会中断

7.2.2 异常的处理

提高程序的稳定性和可靠性

1. try_except

• 如果try内代码块顺利执行，except不被触发
• 如果try内代码块发生错误，触发except，执行except内代码块

单分支

x = 10
y = 0
try:
    z = x / y
except ZeroDivisionError:  # 一般来说会预判出现什么错误
    # z = x/(y+le-7)
    # print(z)
    print("0不可以被整除！")
1
2
3
4
5
6
7
8

结果：

0不可以被整除！

多分支

ls = []
d = {"name": "DoubleS"}
try:
    # y = x
    # ls[3]
    d["age"]
except NameError:
    print("变量名不存在")
except IndexError:
    print("索引超出界限")
except KeyError:
    print("键不存在")
1
2
3
4
5
6
7
8
9
10
11
12

结果：

键不存在

• 万能异常 Exception（所有错误的老祖宗）

ls = []
d = {"name": "DoubleS"}
try:
    # y = x
    # ls[3]
    d["age"]
except Exception:
    print("出错啦！")
1
2
3
4
5
6
7
8

结果：

出错啦！

ls = []
d = {"name": "DoubleS"}
try:
    y = m
except Exception as e:
    print(e)
1
2
3
4
5
6

结果：

name ‘m’ is not defined

2. try_except_else

• 如果try模块执行，则else模块也执行
  可以将else看做try成功的额外奖赏

try:
    with open("浪淘沙_北戴河.txt", encoding="utf-8") as f:
        text = f.read()
except FileNotFoundError:
    print("找不到该文件")
else:
    for s in ["\n", "，", "。", "？"]:  # 去掉换行符和标点符号
        text = text.replace(s, "")
    print("毛主席名作《浪淘沙_北戴河》共由{}个字组成".format(len(text)))
1
2
3
4
5
6
7
8
9

3.try_except_finally

• 无论try模块是否执行，finally最后都执行

ls = []
d = {"name": "DoubleS"}
# y = x
try:
    y = x
    # ls[3]
    # d["age"]
except Exception as e:  # 虽不能获得错误具体类型，但可以获得错误的值
    print(e)
finally:
    print("不论触不触发异常，都将执行")
1
2
3
4
5
6
7
8
9
10
11

结果：

name ‘x’ is not defined
不论触不触发异常，都将执行

7.3 模块简介

已经被封装好
无需再自己“造轮子”
声明导入后，拿来即用

7.3.1 广义模块分类

1. Python 内置

时间库time
随机库random
容器数据类型collection
迭代器函数itertools

2. 第三方库

数据分析numpy、pandas
数据可视化matplotlib
机器学习scikit-learn
深度学习Tensorflow

3. 自定义文件

• 单独py文件
• 包——多个py文件

文件夹内多个py文件，再加一个__init__.py文件（内容可为空）

7.3.2 模块的导入

1. 导入整个模块——import 模块名

• 调用方式：模块名.函数名或类名

import time
start = time.time()  # 调用time模块中的time()
time.sleep(3)  # 调用time模块中的sleep 休息3秒钟
end = time.time()
print("程序运行用时：{:.2f}秒".format(end-start))
1
2
3
4
5

运行结果为：

程序运行用时：3.00秒

2. 从模块中导入类或函数——from 模块 import 类名或函数名

• 调用方式：函数名或类名

from itertools import product
ls = list(product("AB", "123"))
print(ls)
1
2
3

运行结果为：

[(‘A’, ‘1’), (‘A’, ‘2’), (‘A’, ‘3’), (‘B’, ‘1’), (‘B’, ‘2’), (‘B’, ‘3’)]

一次导入多个

from function import fun1, fun2
fun1.f1()
fun2.f2()
1
2
3

3. 导入模块中所有的类和函数——from 模块 import *

• 调用方式：函数名或类名

from random import *

print(randint(1, 100))  # 产生一个[1, 100]之间的随机整数
print(random())  # 产生一个[0, 1)之间的随机小数
1
2
3
4

7.3.3 模块的查找路径

模块搜索查找顺序：

• 1.内存中已经加载的模块
• 2.内置模块
• 3.sys.path路径中包含的模块
  sys.path的第一个路径是当前执行文件夹所在的文件夹
  若需将不在该文件夹内的模块导入，需要将模块的路径添加到sys.path

import sys
sys.path.append("C:\\xxxxx")  # 注意是双斜杠
1
2

以上，为第7节全部内容。