### Python实现文本(.txt)、Excel(.xlsx)和CSV(.csv)文件的读写方法 #### 1. 文本 (.txt) 文件的读写 对于 `.txt` 文件，可以使用内置的 `open()` 函数来处理。以下是具体的读写方式： - **读取 .txt 文件** 通过指定模式为 `'r'` 来打开文件并逐行读取。 ```python with open('example.txt', 'r') as file: content = file.readlines() print(content) ``` - **写入 .txt 文件** 通过指定模式为 `'w'` 或 `'a'`（追加模式），向文件中写入字符串。 ```python data_to_write = ["Line 1", "Line 2"] with open('output.txt', 'w') as file: for line in data_to_write: file.write(line + '\n') ``` 上述代码展示了如何创建一个新的文本文件或将数据附加到现有文件中[^2]。 --- #### 2. Excel (.xlsx) 和 CSV (.csv) 文件的读写 Pandas 是一个强大的库，支持多种数据源的操作。具体如下： - **读取 Excel 文件** 利用 Pandas 的 `read_excel()` 方法可以从 `.xlsx` 文件加载数据至 DataFrame 对象。 ```python import pandas as pd df_excel = pd.read_excel('example.xlsx') print(df_excel.head()) ``` - **保存为 Excel 文件** 可以通过调用 `to_excel()` 将 DataFrame 数据导出为 Excel 表格。 ```python df.to_excel('output.xlsx', index=False) ``` - **读取 CSV 文件** 同样地，使用 `read_csv()` 可以轻松加载 `.csv` 文件的内容。 ```python df_csv = pd.read_csv('example.csv') print(df_csv.head()) ``` - **保存为 CSV 文件** 将 DataFrame 转存回 `.csv` 格式的命令如下所示。 ```python df.to_csv('output.csv', index=False) ``` 以上功能基于 Pandas 库的支持[^1]。 --- #### 3. 绘制樱花图形的代码示例 为了绘制樱花图案，可借助 Matplotlib 实现复杂的艺术化效果。以下是一段简单的例子： ```python import matplotlib.pyplot as plt import numpy as np def draw_sakura(): fig, ax = plt.subplots() # 定义花瓣形状参数 theta = np.linspace(0, 2 * np.pi, 100) r = 0.8 + 0.2 * np.sin(7 * theta) # 构建极坐标系下的花朵 x = r * np.cos(theta) y = r * np.sin(theta) ax.plot(x, y, color='pink', linewidth=2) ax.fill_between(x, y, color='lightpink') # 添加树干部分 trunk_x = [-0.05, 0.05] trunk_y = [-1, 0] ax.plot(trunk_x, trunk_y, color='brown', linewidth=10) ax.set_aspect('equal') ax.axis('off') plt.show() draw_sakura() ``` 此脚本定义了一个带有粉色花瓣和棕色树枝的艺术图像[^3]。 --- #### 4. HTML 基础结构解析教程 Python 中常用的 HTML 解析工具是 BeautifulSoup。下面展示其基本用法： - **安装依赖包** ```bash pip install beautifulsoup4 requests ``` - **解析 HTML 并提取特定标签内容** ```python from bs4 import BeautifulSoup import requests url = 'https://www.example.com' response = requests.get(url) html_content = response.text soup = BeautifulSoup(html_content, 'html.parser') # 查找所有的链接 links = soup.find_all('a') for link in links: href = link.get('href') text = link.get_text(strip=True) print(f'{text} -> {href}') ``` 这段代码演示了如何抓取网页中的超链接及其对应的显示文字[^4]。 --- ### 总结 本文介绍了 Python 处理不同类型的文件（`.txt`, `.xlsx`, `.csv`）、生成樱花图形以及解析 HTML 结构的方法。每种技术都提供了实际可行的例子以便于理解和实践。