day05整理

目录

• 一、上节课回顾
  • (一)数据类型
    • (1)数字类型
    • (2)字符串类型str
    • (3)列表类型list
    • (4)字典类型dict
  • (二)jieba模块
  • (三)wordcloud模块
• 二、文本处理
  • (一)什么是文本
  • (二)如何处理
  • (三)文本高级
  • (四)文本处理+词云分析

一、上节课回顾

(一)数据类型

对世间万物的状态分类

(1)数字类型

1. 整形int

2. 浮点型float

(2)字符串类型str

索引取值/索引切片

startswith()以开始

endswith()以结尾

join()以字符串的内容拼接列表内的元素

(3)列表类型list

索引取值/索引修改/索引切片

append()往后加值

del 按索引删除值

(4)字典类型dict

{}内逗号隔开多个键(一般为字符串)值(任意数据类型)对(对应)

按key取值/按key修改值/按key增加值

del 按key删除值

(二)jieba模块

作用:切割一段内容

(三)wordcloud模块

作用:生成词云图

二、文本处理

(一)什么是文本

:.txt .docx .md  .py .xml  .ini存储的是文字

对应的由视频/音频文件(多媒体文件)

(二)如何处理

#打开文件的三种模式:r(只读不写),w(只写不读,清空文件),a(只写不读,追加)
file_path = r'F:\预科班\day05\anhao.txt'
f = open(file_path,'a',encoding = 'gbk')
print(f.readable())#是否可读,如果是为ture

(三)文本高级

t和b模式(text和bytes)

音频/视频文件通过rb模式打开(读取二进制)

f = open(r'F:\预科班\day05\anhao.txt','rb',encoding= 'utf8')
data = f.read()
print(data)
f.close()

使用with open () as可以自动关闭文件

with open (r'F:\预科班\day05\anhao.txt','r+',enconding = 'utf8') as f:
    data = f.read()
    print(data)

(四)文本处理+词云分析

import jieba
import imageio
import wordcloud

# 1. 读取文件内容
with open(r'F:\预科班\day05\anhao.txt','r') as fr:
    # for i in range(1000):
    #     fr.write('回家的诱惑，')
    #     fr.flush()  # 相当于保存

    data = fr.read()

# 2. 使用结巴模块对文件内容切割
# jieba.add_word('回家的诱惑')  # 让"回家的诱惑"成为一个单词
# jieba.del_word('女士')
# jieba.del_word('先生')
data_list = jieba.lcut(data)
data = ' '.join(data_list)

# 3. 找到一张的图片
img = imageio.imread(r'F:\预科班\day05\nini.jpg')

# 4. 使用词云模块生成词云
w = wordcloud.WordCloud(background_color='white',mask=img,font_path=r'C:\Windows\Fonts\simsun.ttc',max_words=150)
w.generate(data)
w.to_file('weixiao.png')