Python 二级备考笔记（五）：文件操作和第三方库

1. 文件的基本操作

1.1 文件的类型

文本文件：采用统一字符编码（如 UTF-8、GBK），以字符为单位存储，可直接用文本编辑器查看。
二进制文件：没有统一的字符编码，以字节为单位存储（如图片、音频、视频、可执行文件等），需要特定程序解析。

1.2 文件的操作流程

标准流程：打开文件（open()） → 读/写操作 → 关闭文件（close()）

1.2.1 打开文件 —— `open()` 函数

语法：

1	<变量名> = open(<文件路径及文件名>, <打开模式>, encoding=<编码>)

encoding 参数仅在文本模式下有效，用于指定字符编码（如 "utf-8"）。

打开模式详解：

模式	描述
`'r'`	只读模式（默认）。文件必须存在，否则抛出 `FileNotFoundError`。
`'w'`	覆盖写模式。文件不存在则创建，存在则完全覆盖原有内容（清空后写入）。
`'x'`	创建写模式。文件不存在则创建，存在则抛出 `FileExistsError`（防止意外覆盖）。
`'a'`	追加写模式。文件不存在则创建，存在则在文件末尾追加新内容。
`'b'`	二进制模式，需与其他模式组合（如 `'rb'`、`'wb'`）。
`'t'`	文本模式（默认），可省略。
`'+'`	读写模式，与 `r/w/x/a` 结合，增加读写功能（如 `'r+'` 可读可写，文件必须存在）。

常用组合示例：

'r'：只读文本，文件必须存在。
'r+'：读写文本，文件必须存在，写入从文件开头覆盖（不会截断）。
'w'：写入文本，覆盖原文件或新建。
'a+'：追加读写，文件不存在则创建，写入追加到末尾，也可读取。
'rb'：只读二进制（如图片）。

1.2.2 文件的读取方法

方法	说明
`f.read(size)`	读取 `size` 个字符（文本模式）或字节（二进制模式）。不指定 `size` 则读取全部内容。
`f.readline(size)`	读取一行（包括换行符 `\n`）。`size` 可选，表示最多读取该行前 `size` 个字符。
`f.readlines(hint)`	读取所有行，返回字符串列表（每行作为一个元素）。`hint` 可选，表示读取大约 `hint` 行。

注意：read() 和 readlines() 会一次性将内容加载到内存，大文件建议逐行读取以节省内存。

1.2.3 文件的写入方法

方法	说明
`f.write(s)`	将字符串（文本模式）或字节串（二进制模式）写入文件。返回写入的字符数/字节数。
`f.writelines(lines)`	将字符串列表 `lines` 写入文件，不会自动添加换行符，需要手动在元素中包含 `\n`。

1.2.4 文件路径说明

同一级目录：直接写文件名，如 "内容.txt"。
绝对路径：如 "C:\\Users\\用户名\\Desktop\\code\\内容.txt"（Windows 注意转义），或使用原始字符串 r"C:\Users\用户名\Desktop\code\内容.txt"，或用正斜杠 "C:/Users/用户名/Desktop/code/内容.txt"（Python 支持跨平台）。
相对路径：相对于当前工作目录，如 "a\\b\\内容.txt"。

1.2.5 文件指针移动 —— `seek()`

f.seek(offset, whence)：移动文件指针到指定位置。
- offset：偏移量（字节数）。
- whence：起始位置，0 表示文件开头，1 表示当前位置，2 表示文件末尾。
文本模式下通常只支持 whence=0（从头开始偏移）。

示例：

1 2	f.seek(0) # 移动到文件开头 f.seek(5, 0) # 从开头向后移动5个字节

1.2.6 读取示例

# 打开文件（指定编码）
f = open("内容.txt", "r", encoding="utf-8")

# 读取整个文件
s = f.read()
print(s)

# 移动指针到开头
f.seek(0)
s1 = f.readline()   # 读取第一行
print(s1)

f.close()

1.2.7 写入示例

f = open("news.txt", "w", encoding="utf-8")
f.write("静夜思\n")
f.write("床前明月光，\n")
f.write("举头望明月，\n")
f.write("低头思故乡。\n")

ls = ["静夜思\n", "床前明月光，\n", "疑是地上霜。\n"]
f.writelines(ls)

f.close()

最佳实践：使用 with 语句自动管理文件上下文，避免忘记关闭：
1
2
3
with open("内容.txt", "r", encoding="utf-8") as f:
    data = f.read()
# 离开 with 块后文件自动关闭

1.3 CSV 文件读写

1.3.1 CSV 文件是什么？

全称：逗号分隔值（Comma-Separated Values），纯文本文件。
一行是一条记录，逗号分隔字段。
字段内含逗号或换行时，需用引号括起来（csv 模块会自动处理）。
适合存储 一维数据（一行或一列）和 二维表格数据。

1.3.2 csv 模块读写二维数据

1. 读取 CSV 文件：`csv.reader`

import csv
with open('data.csv', 'r', encoding='utf-8', newline='') as f:
    reader = csv.reader(f)     # 返回迭代器，每行是一个列表
    for row in reader:
        print(row)             # row 是字段组成的列表

2. 写入 CSV 文件：`csv.writer`

data = [
    ['姓名', '年龄', '城市'],
    ['张三', '20', '北京'],
    ['李四', '22', '上海']
]
with open('out.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(data)     # 写入多行（二维列表）
    # writer.writerow(['王五', '21', '广州'])   # 写入单行

1.3.3 一维数据的 CSV 读写

一维数据（如列表 [1, 2, 3]）在 CSV 中通常存为一行多列，或一列多行。

存为一行：writer.writerow([1, 2, 3])

存为一列：每行一个元素

data = [1, 2, 3]
with open('1d.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    for x in data:
        writer.writerow([x])

读取时，每行是一个单元素列表。

1.3.4 必会参数与函数总结

函数 / 参数	说明
`csv.reader(f)`	创建 reader 对象，可迭代，每行返回列表
`csv.writer(f)`	创建 writer 对象，通过 `writerow`/`writerows` 写入
`writer.writerow(列表)`	写入一行（参数为一维列表）
`writer.writerows(二维列表)`	写入多行（参数为二维列表）
`open()` 中的 `newline=''`	必须设置，否则写入时会出现多余空行
`delimiter=','`	指定分隔符，默认逗号，可改为其他符号
`encoding='utf-8'`	推荐指定编码，避免中文乱码

1.3.5 易错点与考试陷阱

易错点	正确做法
忘记写 `newline=''`	打开文件必须加上，否则写入会有多余空行
写一行却用 `writerows`，把一维列表当二维用	`writerow([1,2,3])` 正确；若用 `writerows([1,2,3])` 会把 1,2,3 当成三个列表，报错
读写编码不一致	读写都用 `encoding='utf-8'` 或对应编码
reader 对象只能遍历一次	如需多次使用，先转为列表：`rows = list(reader)`
用 `split(',')` 处理复杂 CSV 会出错	字段内含逗号时，使用 csv 模块才能正确解析

2. 常用第三方库

2.1 jieba 库 —— 中文分词

2.1.1 安装

1	pip install jieba

2.1.2 常用方法

方法	说明
`jieba.lcut(s)`	精确模式：返回一个列表，将句子最精确地切开，适合文本分析。
`jieba.lcut(s, cut_all=True)`	全模式：返回一个列表，把句子中所有可以成词的词语都扫描出来，速度较快，但存在冗余。
`jieba.lcut_for_search(s)`	搜索引擎模式：在精确模式基础上，对长词再次切分，提高召回率，适用于搜索引擎分词。
`jieba.add_word(w)`	向分词词典中添加新词 `w`，使分词更准确。

示例：

import jieba

s = "大家好，我是阿福课堂的阿福老师，欢迎关注阿福课堂！"
jieba.add_word("阿福课堂")   # 添加自定义词
jieba.add_word("阿福老师")

# 精确模式
print(jieba.lcut(s))
# 全模式
print(jieba.lcut(s, cut_all=True))
# 搜索引擎模式
print(jieba.lcut_for_search(s))

注意：lcut 直接返回列表，cut 返回生成器，可按需选择。

2.2 turtle 库 —— 海龟绘图

2.2.1 窗体函数

turtle.setup(width, height, startx, starty)
- width：窗口宽度（像素）
- height：窗口高度（像素）
- startx：窗口与屏幕左侧的距离（像素）
- starty：窗口与屏幕顶部的距离（像素）

2.2.2 画笔状态函数

方法	说明
`pendown()`	放下画笔，移动时绘制线条。
`penup()`	提起画笔，移动时不绘制。
`pensize(width)`	设置画笔线条粗细（宽度）。
`pencolor(color)`	设置画笔颜色（颜色名称或RGB值）。
`color(pencolor, fillcolor)`	同时设置画笔颜色和填充颜色。
`begin_fill()`	开始填充图形（需配合 `end_fill()`）。
`end_fill()`	结束填充，填充起始点到终点的封闭区域。
`filling()`	返回当前填充状态（`True` / `False`）。
`clear()`	清除画布上的图形，海龟状态（位置/朝向）保持不变。
`reset()`	清空画布并将海龟重置到原点，朝向东。

2.2.3 画笔运动函数

方法	说明
`forward(distance)`	沿当前方向前进 `distance` 像素。
`backward(distance)`	沿当前相反方向后退 `distance` 像素。
`right(angle)`	向右（顺时针）旋转 `angle` 度。
`left(angle)`	向左（逆时针）旋转 `angle` 度。
`goto(x, y)`	移动到绝对坐标 `(x, y)` 处。
`setx(x)`	只修改横坐标，纵坐标不变。
`sety(y)`	只修改纵坐标，横坐标不变。
`setheading(angle)`	设置当前朝向为 `angle` 度（0 为东，90 为北，等）。
`home()`	回到原点（0,0），朝向正东。
`circle(radius)`	绘制半径为 `radius` 的圆（圆心在海龟左侧）。

简单示例（画正方形）：

import turtle
turtle.setup(400, 300)
turtle.pensize(3)
turtle.pencolor("red")
for _ in range(4):
    turtle.forward(100)
    turtle.right(90)
turtle.done()

2.3 time 库

time库是Python标准库之一，提供各种与时间相关的函数，常用于时间获取、时间格式化和程序计时。

2.3.1 时间的三种表示方式

表示方式	类型	说明
时间戳	浮点数（秒）	从1970年1月1日00:00:00（UTC）开始到现在的秒数，如 `1558741178.5478582`
时间元组	struct_time对象	包含年、月、日、时、分、秒等信息的结构化对象
格式化时间	字符串	按指定格式显示的时间字符串，如 `'Sat May 25 07:39:38 2019'`

struct_time 时间元组结构

time.struct_time(
    tm_year=2019,    # 年份
    tm_mon=5,        # 月份 1~12
    tm_mday=7,       # 日期 1~31
    tm_hour=7,       # 小时 0~23
    tm_min=5,        # 分钟 0~59
    tm_sec=38,       # 秒 0~61（闰秒）
    tm_wday=1,       # 星期 0~6（0=周一）
    tm_yday=127,     # 一年中的第几天 1~366
    tm_isdst=-1      # 夏令时标志（1=是，0=否，-1=未知）
)

2.3.2 常用时间获取函数

函数	返回值	说明
`time.time()`	浮点数（时间戳）	返回当前时间的时间戳
`time.localtime([sec])`	struct_time（当地时间）	将时间戳转换为本地时间元组，无参时获取当前本地时间
`time.gmtime([sec])`	struct_time（UTC时间）	将时间戳转换为UTC时间元组
`time.ctime([sec])`	字符串	将时间戳转换为可读的字符串格式（如 `'Sat May 25 07:39:38 2019'`）
`time.asctime([t])`	字符串	将时间元组转换为可读的字符串格式

2.3.3 时间格式化

1. 格式化输出（时间元组 → 字符串）

1	time.strftime(format[, t])

将时间元组按指定格式转换为字符串，无 t 时格式化当前时间。

2. 格式化解析（字符串 → 时间元组）

1	time.strptime(string[, format])

将时间字符串按指定格式解析为时间元组。

3. 格式控制符（二级考试重点）

格式符	含义	值范围/示例
`%Y`	完整年份	0001~9999，如 1900
`%y`	两位年份	00~99，如 19
`%m`	月份（数字）	01~12，如 10
`%B`	月份（全称）	January~December
`%b`	月份（缩写）	Jan~Dec，如 Apr
`%d`	日期	01~31，如 25
`%A`	星期（全称）	Monday~Sunday
`%a`	星期（缩写）	Mon~Sun，如 Wed
`%H`	小时（24小时制）	00~23，如 12
`%I`	小时（12小时制）	01~12，如 7
`%M`	分钟	00~59，如 26
`%S`	秒	00~59，如 26
`%p`	上/下午	AM 或 PM

2.3.4 程序计时相关函数

函数	说明
`time.sleep(seconds)`	让程序暂停执行指定的秒数（常用于延时）
`time.perf_counter()`	返回一个高精度计时器的值（以秒为单位），起点为随机值，常用于测量短时间间隔
`time.monotonic()`	返回从开机到当前的时间值（单调递增，不受系统时间修改影响）

典型用法——计算代码执行时间：

import time
start = time.perf_counter()
# 待测代码...
end = time.perf_counter()
print(end - start)

2.4 PyInstaller 库

作用：将 .py 源程序打包成独立的可执行文件（Windows 下为 .exe），使未安装 Python 解释器的电脑也能直接运行。
依赖：打包时会自动分析并捆绑所需的依赖库和 Python 解释器。

2.4.1 基本打包流程

在命令行中运行：

1	pyinstaller [选项] 源文件.py

成功后，会产生几个重要目录/文件：

dist 目录：存放最终打包好的程序（考试常问“可执行文件在哪个目录下”）。
build 目录：存放临时文件，可删除。
源文件.spec：打包配置文件，可重复使用。

2.4.2 必考常用参数（重点记忆）

参数	完整形式	作用与说明
`-F`	`--onefile`	生成单一可执行文件（考试最常考，所有内容打包进一个 `.exe`）
`-D`	`--onedir`	生成包含多个文件的目录（默认选项，文件之间依赖关系可见）
`-w`	`--windowed` / `--noconsole`	关闭控制台窗口（适用于带 GUI 界面的程序，如 tkinter 等）
`-c`	`--console`	显示控制台窗口（默认，适合命令行程序）
`-i`	`--icon`	指定生成 exe 的图标（后跟图标文件路径，Windows 下常用 `.ico` 文件）
`-n`	`--name`	指定生成文件的名字（不指定则使用源文件名）
`--clean`	无简短形式	打包前清理 `build` 和临时文件，避免缓存问题

记忆口诀：F单D多，w窗c台，i图标n命名。

2.5 基本 NumPy 库

核心：NumPy 中的多维数组对象，所有元素必须是同类型。
优点：比 Python 列表更节省内存，运算速度更快。

2.5.1 数组的创建（必考，参数要记准）

函数	说明与示例
`np.array([列表])`	从列表创建，可指定 `dtype`。`np.array([1, 2])`
`np.arange(起, 止, 步长)`	类似 range，步长可为小数，不含终值。`np.arange(5)` → `[0 1 2 3 4]`
`np.linspace(起, 止, 个数)`	生成等差数列，默认包含终值。`np.linspace(0, 1, 5)` → `[0. 0.25 0.5 0.75 1.]`
`np.zeros(形状)`	全 0 数组，形状用元组。`np.zeros((2, 3))`
`np.ones(形状)`	全 1 数组
`np.eye(n)` 或 `np.identity(n)`	创建 n 阶单位矩阵
`np.full(形状, 值)`	用指定值填充数组。`np.full((2, 2), 7)`

2.5.2 数组属性（选择题高频）

属性	含义
`arr.ndim`	数组维度数（几维）
`arr.shape`	形状，返回元组 (行, 列)
`arr.size`	元素总个数
`arr.dtype`	元素数据类型，如 `int32`

2.5.3 形状变换

arr.reshape(新形状)：返回新形状数组，元素总数需一致。可用 -1 表示自动计算，如 arr.reshape(-1, 1)。
arr.flatten()：将多维数组展平为一维，返回副本。
arr.ravel()：同样展平，但多数情况返回视图（修改会影响原数组）。
arr.T 或 arr.transpose()：转置（行列互换）。

2.5.4 索引与切片（重点：切片是视图）

一维：与列表类似，a[2:5]。
二维：a[行, 列]。
- a[1, 2] 定位一个元素。
- a[:, 0] 取第一列全部行。
- a[0:2, 1:3] 切片取子矩阵。
布尔索引：a[a > 5] 可筛选出满足条件的元素。

关键：NumPy 切片得到的是原数组的视图，修改切片会改变原数组；Python 列表切片则是副本。这点判断题极爱考。

2.5.5 基本运算与统计函数

数组与标量运算：会广播到每个元素（a + 2）。
数组间运算：对应位置元素运算，形状需满足广播规则。
矩阵乘法：A @ B 或 A.dot(B)（对应位置相乘用 *）。
常用统计函数（可指定 axis）：
- arr.sum()、arr.mean()、arr.max()、arr.min()、arr.std()。
- arr.argmax()（最大值的索引）、arr.argmin()。
- np.median(arr) 中位数。
- 默认是对所有元素计算，axis=0 沿列方向（行归约），axis=1 沿行方向（列归约）。

2.5.6 随机数模块（`np.random`）

函数	作用
`np.random.rand(d0, d1, ...)`	生成 [0, 1) 均匀分布，给定形状
`np.random.randn(d0, d1, ...)`	生成标准正态分布（均0方1）
`np.random.randint(low, high, size)`	生成指定范围整数，不含 `high`
`np.random.seed(值)`	设置随机种子，保证每次随机结果相同

2.6 random 库

作用：生成随机数，或对序列做随机操作。
导入：import random，属于 Python 标准库，无需安装。
原理：生成的是伪随机数，由特定算法（梅森旋转）生成，起始于“种子”值。种子一样，随机序列就完全一样。

2.6.1 必考函数分类速记

1. 基本随机数函数

函数	说明
`random.seed(a=None)`	设置随机种子。若 `a` 相同，后续生成的随机数序列完全一致。常用于测试复现。
`random.random()`	生成一个 `[0.0, 1.0)` 范围内的随机浮点数。无参数。

2. 整数随机函数

函数	说明
`random.randint(a, b)`	返回一个 `[a, b]` 范围内的随机整数，包含两端。
`random.randrange(start, stop[, step])`	从 `range(start, stop, step)` 中随机选一个整数。不包含 `stop`。
`random.getrandbits(k)`	返回一个具有 k 个随机比特位的非负整数（考试较少考，了解即可）。

3. 浮点数随机函数

函数	说明
`random.uniform(a, b)`	返回一个 `[a, b]` 或 `[b, a]` 范围内的随机浮点数（a、b 大小无关）。

4. 序列操作函数（高频考点）

函数	说明
`random.choice(seq)`	从非空序列 `seq`（列表、元组、字符串等）中随机选一个元素。
`random.shuffle(seq)`	将序列 `seq` 原地随机打乱，返回 `None`。只能用于可变序列（如列表）。
`random.sample(population, k)`	从总体 `population` 中不重复抽取 k 个元素，返回新列表。原序列不变。

2.6.2 关键区别对比

对比项	不同点
`randint` vs `randrange`	`randint(a, b)` 包含 `b`；`randrange(start, stop)` 不含 `stop`，用法和 `range` 一样。
`shuffle` vs `sample`	`shuffle` 改变原列表，返回 `None`；`sample` 不改变原序列，返回新列表。
`random` vs `uniform`	`random()` 无参数，返回 `[0.0, 1.0)`；`uniform(a, b)` 可指定范围，返回浮点数。

2.6.3 典型考试示例

import random

random.seed(10)          # 设种子，使结果可复现
print(random.random())   # 输出 0.5714025946899135（固定）

print(random.randint(1, 3))   # 可能输出 1, 2, 3
print(random.randrange(1, 3)) # 可能输出 1, 2 （不含3）

list1 = [1, 2, 3, 4]
random.shuffle(list1)    # list1 被原地打乱
print(list1)             # 例如 [3, 1, 4, 2]

print(random.sample(list1, 2))  # 随机抽取2个不重复元素，原列表不变