Python財經應用：編程基礎、數據分析與可視化第三章Python文件操作中國農業(yè)大學李輝Python

文件操作本章內容系統(tǒng)介紹了文件相關的概念、操作方法及其在財經數據分析中的應用。首先，從文件與路徑的基本概念入手，講解了文件編碼、文本文件與二進制文件的區(qū)別，為后續(xù)操作奠定理論基礎。接著，深入探討了文件夾與目錄操作，包括使用os.path模塊獲取路徑信息、改變工作目錄、目錄與文件的創(chuàng)建、重命名和刪除等操作，特別強調了文件夾操作在財務票據命名處理中的應用。隨后，詳細講解了文件的基本操作，包括文件的打開與關閉、按行讀寫文件內容，以及使用fileinput對象高效處理大文件，展示了如何通過文件操作實現消費賬單數據的讀取與修改。最后，針對財經數據分析中常見的CSV文件，介紹了如何使用Python讀取和寫入CSV文件，為處理結構化數據提供了實用工具。01

文件相關的基本概念02

文件夾與目錄操作03

文件的基本操作04

CSV文件讀取與寫入操作01

文件相關的基本概念02

文件夾與目錄操作03

文件的基本操作04

CSV文件讀取與寫入操作3.1

文件相關的基本概念第三章Python文件操作文件系統(tǒng)是操作系統(tǒng)的重要組成部分，它規(guī)定了計算機對文件和目錄進行操作處理的各種標準和機制。以此為基礎，編程語言提供了文件類型，在程序中亦可通過文件實現數據的輸入/輸出。文件的輸入/輸出：指從已有的文件中讀取數據，并將處理結果按照一定格式輸出到文件中，適用于大批量的數據處理要求。操作系統(tǒng)對數據進行管理是以文件為單位的，當訪問磁盤等外存上的數據時，必須先按文件名找到指定的文件，然后再從該文件中讀取數據；如果要向外部介質（如硬盤等）上存儲數據，也必須先建立一個文件，才能向其輸出數據。在程序中對文件訪問和處理時，情況是類似的，所有的操作都與文件的表示、文件的編碼和文件的類型有著密不可分的關系。文件相關的基本概念文件相關的基本概念——文件與路徑文件是存儲在外部介質上的數據集合，通?？梢蚤L久保存，也稱為磁盤文件。這種在計算機磁盤中保存的文件是通過目錄來組織和管理的，目錄提供了指向對應磁盤空間的路徑地址。目錄一般采用樹狀結構，在這種結構中，每個磁盤有一個根目錄，它包含若干文件和子目錄。子目錄還可以包含下一級目錄，這樣類推下去形成了多級目錄結構。訪問文件需要知道文件所在的目錄路徑，這種從根目錄開始標識文件所在完整路徑的方式稱為絕對路徑。如果知道訪問文件的程序與文件之間的位置關系，也可以采用相對路徑，即相對于程序所在的目錄位置建立其引用文件所在的路徑。【例3-1】絕對路徑示例。假定文件file.txt保存在D盤lecture目錄的ex子目錄下，那么包含絕對路徑的文件名是由磁盤驅動器、目錄層次和文件名三部分組成的，即D:\lecture\ex\file.txt，在Python中用字符串表示為："D:\\lecture\\ex\\file.txt"或"D:/lecture/ex/file.txt"文件相關的基本概念——文件與路徑【例3-2】相對路徑示例。假定文件file.txt保存在D盤的lecture目錄的ex子目錄下，源程序保存在D盤的lecture目錄下，那么包含相對路徑的文件名表示為ex\file.txt，在Python語言中用字符串表示為："ex\\file.txt"或者："ex/file.txt"注意：Windows系統(tǒng)建立路徑所使用的幾個特殊符號為：“.\”代表當前目錄，“..\”代表上一層目錄。在Python語言中，在表示路徑的字符串中“/”可以等同于“\”，但必須轉義為“\\”。文件相關的基本概念——文件的編碼按照文件的編碼方式，可將文件分為兩種類型：文本文件和二進制文件。文本文件可以在Windows記事本中打開并選擇編碼方式保存。如圖所示，使用“另存為”命令，在打開的對話框中，可選擇ANSI、Unicode、Unicodebigendian和UTF-8等編碼方式。文件相關的基本概念——文件的編碼ANSI編碼:對于一般的文本文檔，記事本默認是以ANSI編碼保存的。ANSI是由美國國家標準學會制定的編碼，不同的國家和地區(qū)使用的標準不同，由此產生了GB2312、GBK、Big5、Shift_JIS等各自的編碼標準。不同ANSI編碼之間互不兼容，無法將屬于兩種語言的文字，如中文的GBK和日文的Shift_JIS，存儲在同一段ANSI編碼的文本中。但是對于ANSI編碼而言，0x00～0x7F的字符，仍然是1字節(jié)代表1個字符，即ANSI的西文字符就是ASCII編碼。文件相關的基本概念——文件的編碼

Unicode編碼：Unicode碼是繼ANSI編碼之后推出的一種國際標準字符編碼方法，它可以容納全世界所有語言文字，每個字符都具有唯一的編碼。對于ASCII碼中的那些半角字符，Unicode碼保持其原編碼不變，只是將其長度由原來的8位擴展為16位，而對于其他文化和詞語言的字符則全部重新統(tǒng)一編碼。從Unicode編碼開始，無論是半角的英文字母，還是全角的漢字，它們都被統(tǒng)一計為一個字符。文件相關的基本概念——文件的編碼

UTF-8編碼：Unicode字符集規(guī)定了如何用多字節(jié)表示各種文字。而如何在網絡上傳輸這些編碼，則是由Unicode字符集的傳輸規(guī)范UTF規(guī)定的，常見的規(guī)范包括UTF-8、UTF-16、UTF-32。UTF-8就是以8位為單元對Unicode字符集進行編碼，即每次傳輸8位數據。為了保證傳輸時的可靠性，從Unicode到UTF并不是直接的對應，而是通過一些算法和規(guī)則來進行轉換。對于Unicode編碼在0000～007F內的字符，UTF-8用1字節(jié)來表示（等同于ASCII碼值）；對于在0080～07FF內的字符，UTF-8用2字節(jié)來表示；對于在0800～FFFF內的字符，UTF-8用3字節(jié)來表示。也就是說，UTF-8最多用3字節(jié)來表示一個字符。文件相關的基本概念——文件的編碼

Unicodebigendian編碼：記事本中的Unicode是littleendian編碼。Unicodebigendian和littleendian的區(qū)別在于處理多字節(jié)數的方式不同。例如，“百”字的Unicode編碼是767E，那么寫到文件里時，如果將“76”寫在前面，就是bigendian；而將“7E”寫在前面，就是littleendian。相比而言，Unicodebigendian更常用些。Python語言的文件編碼：在Python3.x版本中，文件的默認編碼格式是UTF-8，字符串使用的是Unicode編碼。所有的文本類型，都使用Unicode編碼，可以直接使用str.encode()進行編碼，encode()后可看到字符的UTF-8編碼，再使用bytes.decode()可解碼為文本。文件相關的基本概念——文本文件和二進制文件的區(qū)別文本文件：基于字符編碼的文件，常見的編碼有ASCII編碼和Unicode編碼等，其文件的內容就是字符。Python2.x版本使用的是ASCII編碼值，在處理漢字等多字節(jié)字符時相對比較煩瑣。而在Python3.x版本中，文本文件是以字符的Unicode碼值進行存儲和編碼的。二進制文件：基于值編碼的文件，存儲的是二進制數據，也就是說，數據是按照其實際占用的字節(jié)數來存放的。文件相關的基本概念——文本文件和二進制文件的區(qū)別文本文件與二進制文件的不同還表現在：文本文件用通用的記事本就可以瀏覽，具有可讀性，因此，在存取時需要編/解碼，從而花費一定的轉換時間；而二進制文件的存取是直接的值處理，不需要編/解碼，不存在轉換時間，但通常無法直接讀懂。從文件的邏輯結構看，Py