Python文件和数据格式化的学习资料整理

汇报人：XX2024-01-11Python文件和数据格式化的学习资料整理目录Python文件基本操作数据格式化基础CSV文件处理JSON文件处理XML文件处理Excel文件处理01Python文件基本操作使用`open()`函数打开文件，指定文件名和打开模式（如读取、写入、追加等）。打开文件使用`close()`方法关闭文件，释放资源。关闭文件文件打开与关闭使用`read()`、`readline()`或`readlines()`方法读取文件内容。读取文件写入文件追加内容使用`write()`或`writelines()`方法向文件中写入内容。以追加模式打开文件，使用`write()`方法向文件中追加内容。030201文件读写操作文件路径处理使用`os.getcwd()`函数获取当前工作目录。使用`os.path.join()`函数拼接路径。使用`os.path.split()`函数分割路径，返回路径和文件名。使用`os.path.splitext()`函数获取文件扩展名。获取当前路径拼接路径分割路径获取文件扩展名使用`FileNotFoundError`异常处理文件不存在的情况。文件不存在异常使用`IOError`异常处理文件读写过程中的错误。文件读写异常确保在`finally`块中关闭文件，以避免资源泄漏。文件关闭异常文件异常处理02数据格式化基础Python中的基本数据类型包括整数、浮点数、布尔值、字符串等。变量用于存储数据，可以随时修改和访问。Python中的变量不需要声明类型，直接赋值即可。数据类型与变量变量数据类型

字符串格式化字符串拼接使用“+”运算符连接两个或多个字符串。格式化字符串使用f-string、format()方法或%运算符格式化字符串，将变量值插入到字符串中。字符串方法Python提供了许多字符串方法，如split()、join()、replace()等，用于处理字符串。列表是一种可变的数据结构，可以包含任意类型的数据。列表支持索引、切片、添加、删除等操作。列表元组与列表类似，但元组是不可变的。元组通常用于存储一组相关的数据。元组可以使用列表推导式、for循环等方式遍历和格式化列表和元组中的数据。格式化方法列表与元组格式化字典01字典是一种键值对的数据结构，每个键对应一个值。字典支持添加、删除、修改等操作。集合02集合是一种无序且不重复的数据结构，用于存储一组唯一的数据。格式化方法03可以使用字典推导式、for循环等方式遍历和格式化字典和集合中的数据。同时，Python提供了许多内置函数和方法，如sorted()、len()等，用于处理字典和集合。字典与集合格式化03CSV文件处理写入CSV文件同样使用csv模块，创建csv.writer对象来将数据写入CSV文件。CSV文件参数设置可以设置CSV文件的分隔符、引号字符、行结束符等参数。读取CSV文件使用Python内置的csv模块，通过创建csv.reader对象来读取CSV文件内容。CSV文件读写操作缺失值处理使用pandas库的fillna方法填充缺失值，或使用dropna方法删除含有缺失值的行或列。数据去重使用Python中的set数据结构或pandas库的drop_duplicates方法去除重复数据。数据类型转换使用pandas库的astype方法将数据转换为指定类型，如整数、浮点数、日期等。CSV文件数据清洗123matplotlib是Python中常用的数据可视化库，可以绘制折线图、柱状图、散点图等多种图表。使用matplotlib库seaborn是基于matplotlib的数据可视化库，提供了更丰富的图表类型和更美观的样式。使用seaborn库pandas库本身也提供了简单的数据可视化功能，可以直接在DataFrame对象上调用plot方法绘制图表。使用pandas内置绘图功能CSV文件数据可视化03数据可视化和报告可以使用matplotlib、seaborn等库对CSV文件中的数据进行可视化，生成报告或仪表盘等应用。01数据分析和统计可以使用pandas库对CSV文件中的数据进行分组、聚合、排序等操作，以进行数据分析和统计。02数据处理和转换可以使用Python中的csv模块或pandas库对CSV文件进行数据处理和转换，如数据清洗、格式转换等。CSV文件应用案例04JSON文件处理读取JSON文件使用Python内置的`json`模块，通过`json.load()`函数读取JSON文件内容，返回Python对象。写入JSON文件使用`json.dump()`函数将Python对象写入JSON文件，确保数据格式正确。JSON文件读写操作JSON对象是一种无序的键值对集合，类似于Python中的字典。可以使用`json.loads()`函数将JSON字符串转换为Python字典。JSON对象JSON数组是一种有序的值集合，类似于Python中的列表。可以使用`json.loads()`函数将JSON字符串转换为Python列表。JSON数组JSON数据结构解析编码使用`json.dumps()`函数将Python对象编码为JSON格式的字符串，以便存储或传输。解码使用`json.loads()`函数将JSON格式的字符串解码为Python对象，以便进行数据处理。JSON数据编码与解码数据交换JSON作为一种轻量级的数据交换格式，广泛应用于Web开发和API接口中。通过处理JSON文件，可以实现不同系统之间的数据交换和共享。配置文件JSON文件可以作为应用程序的配置文件，存储程序运行所需的参数和设置。通过读取JSON配置文件，可以灵活地配置程序的行为和外观。日志记录JSON格式适用于日志记录，可以方便地记录各种类型的数据，包括文本、数字、布尔值等。通过将日志数据以JSON格式写入文件，可以方便地进行日志分析和处理。JSON文件应用案例05XML文件处理使用xml.etree.ElementTree模块进行…该模块提供了轻量级且高效的XML文件处理方法，支持XML文件的读取、写入以及修改等操作。要点一要点二使用lxml库进行XML文件处理lxml是一个功能强大的Python库，用于处理XML和HTML。它提供了丰富的API，可以方便地读取、写入和修改XML文件。XML文件读写操作XML数据结构解析XML文档结构XML文档由元素、属性和文本内容组成。元素是XML文档的基本构成单元，可以包含属性、子元素和文本内容。解析XML文档使用xml.etree.ElementTree或lxml库解析XML文档，将XML数据转换为Python对象，以便进行进一步的处理和分析。XML编码XML文档使用UTF-8编码，可以表示各种字符集。在Python中，可以使用内置的open()函数以二进制模式打开XML文件，并指定正确的编码方式进行读取。XML解码将XML数据解码为Python对象后，可以使用相应的API对XML数据进行遍历、查询和修改等操作。XML数据编码与解码XML作为一种通用的数据交换格式，被广泛应用于不同系统之间的数据传输和交换。数据交换XML文件可以作为应用程序的配置文件，用于存储和管理应用程序的配置信息。配置文件XML可以用于构建Web服务，通过HTTP协议传输XML数据，实现跨平台、跨语言的数据交互。Web服务XML文件应用案例06Excel文件处理Excel文件读写操作通过指定sheet_name参数，可以读取Excel文件中特定的工作表。读取特定工作表pandas是Python中用于数据处理和分析的强大库，可以轻松读取Excel文件并进行各种操作。使用pandas库读取Excel文件使用pandas库中的to_excel()函数，可以将DataFrame对象写入Excel文件。写入Excel文件使用pandas库中的fillna()、dropna()等方法，可以处理Excel表格中的缺失值。处理缺失值使用astype()方法可以将数据转换为所需的数据类型，例如将字符串转换为数字。数据类型转换使用duplicated()和drop_duplicates()方法可以检测并删除Excel表格中的重复值。重复值处理Excel表格数据清洗010203使用matplotlib库进行可视化matplotlib是Python中常用的数据可视化库，可以绘制各种图表，例如折线图、柱状图、散点图等。使用seaborn库进行可视化seaborn是基于matplotlib的数据可视化库，提供了更高级的绘图接口和更多样化的图表样式。将图表保存到Excel文件使用pandas库中的ExcelWriter对象，可以将绘制的图表保存到Excel文件中。Excel表格数据可视化使用Py