python打卡day24

可迭代对象、OS模块

知识点回顾：

1. 元组
2. 可迭代对象
3. os模块

作业：对自己电脑的不同文件夹利用今天学到的知识操作下，理解下os路径

1.元组

在day3的打卡内容中就介绍了元组，跟列表比起来就是用了圆括号，有序可以重复，这一点和列表一样，但元组中的元素不能修改，是四种数据结构中唯一不可变的，这一点非常重要，深度学习场景中很多参数、形状定义好了确保后续不能被修改（其实括号都无所谓，逗号才是元组的真正标记）

这里提一下元组，主要是昨天pipeline()的定义中，接受的类是包含多个小元组的列表，元组用于将每个步骤的名称和处理对象捆绑在一起，列表定义执行步骤的先后，之后可以对列表进行修改，再强调一下

# 管道按顺序执行以下步骤：
#    - StandardScaler(): 标准化数据（移除均值并缩放到单位方差）
#    - LogisticRegression(): 逻辑回归分类器
pipeline = Pipeline([
    ('scaler', StandardScaler()),
    ('logreg', LogisticRegression())
])

2.可迭代对象

简单来说，一个可迭代对象就是指那些能够一次返回其成员（元素）的对象，让你可以在一个循环（比如 for 循环）中遍历它们

Python 中有很多内置的可迭代对象，目前我们见过的类型包括：

序列类型 (Sequence Types):

• `list` (列表)
• `tuple` (元组)
• `str` (字符串)
• `range` (范围)

集合类型 (Set Types):

• `set` (集合) - 集合是无序的，每次遍历迭代返回的顺序可能不同

字典类型 (Mapping Types):

•  `dict` (字典) - 迭代时返回键，想返回值要写成dict.values()，想返回键对值要写成dict.items()

文件对象 (File objects)

生成器 (Generators)

迭代器 (Iterators) 本身

3.OS模块

Python内置的操作系统交互工具包，管理文件、目录、路径，以及进行一些基本的操作系统交互

在简单的入门级项目中，你可能只需要使用 pd.read_csv() 加载数据，而不需要直接操作文件路径。但是，开始处理图像数据集、自定义数据加载流程、保存和加载复杂的模型结构时，os 模块就会变得非常有用，好的代码组织和有效的文件管理是大型深度学习项目的基石。os 模块是实现这些目标的重要组成部分

import os # os是系统内置模块，无需安装，直接导入

获取当前工作目录路径：

os.getcwd() # get current working directory 获取当前工作目录的绝对路径

获取当前工作目录下的文件列表：

os.listdr() # list directory 获取当前工作目录下的文件列表

文件路径拼接：

path_a = r'C:\Users\YourUsername\Documents'
path_b = 'MyProjectData'
file = 'results.csv'

# 使用 os.path.join 将它们安全地拼接起来，os.path.join 会自动使用 Windows 的反斜杠 '\' 作为分隔符
file_path = os.path.join(path_a , path_b, file)

# 现在路径为'C:\\Users\\YourUsername\\Documents\\MyProjectData\\results.csv'

获取所有环境变量：(注意一下，os.environ是字典，是可迭代对象）

os.environ # os.environ 表现得像一个字典，包含所有的环境变量

for variable_name, value in os.environ.items():
  # 直接打印出变量名和对应的值
  print(f"{variable_name}={value}")
# 你也可以选择性地打印总数
print(f"\n--- 总共检测到 {len(os.environ)} 个环境变量 ---")

遍历一个目录树：

os.walk(top, topdown=True, οnerrοr=None, followlinks=False) 会为一个目录树生成文件名。对于树中的每个目录（包括 top 目录本身），它会产生一个包含三个元素的元组：

(dirpath, dirnames, filenames)

• dirpath: 一个字符串，表示当前正在访问的目录的路径
• dirnames: 一个列表，包含了 dirpath 目录下所有子目录的名称（不包括 . 和 ..）
• filenames: 一个列表，包含了 dirpath 目录下所有非目录文件的名称

举个例子，假如当前工作目录是`my_project`，`os.walk` 会首先访问起始目录 (`my_project`)，然后它会选择第一个子目录 (`data`) 并深入进去，访问 `data` 目录本身，然后继续深入它的子目录 (`processed` -> `raw`)。只有当 `data` 分支下的所有内容都被访问完毕后，它才会回到 `my_project` 这一层，去访问下一个子目录 (`src`)，并对 `src` 分支重复深度优先的探索

它不是按层级（先访问所有第一层，再访问所有第二层）进行的，而是按分支深度进行的。这种策略被称之为深度优先

--- 开始遍历目录: my_project ---

  当前访问目录 (dirpath): my_project
  子目录列表 (dirnames): ['data', 'src']  # <--- 列出第一层子目录
  文件列表 (filenames): ['main.py', 'README.md']

  当前访问目录 (dirpath): my_project/data  # <--- 深入到 data
  子目录列表 (dirnames): ['processed', 'raw'] # <--- 列出 data 下的子目录
  文件列表 (filenames): []

  当前访问目录 (dirpath): my_project/data/processed # <--- 深入到 processed
  子目录列表 (dirnames): []
  文件列表 (filenames): []

  当前访问目录 (dirpath): my_project/data/raw # <--- 回溯到 data，然后深入到 raw
  子目录列表 (dirnames): []
  文件列表 (filenames): ['data1.csv']

  当前访问目录 (dirpath): my_project/src # <--- 回溯到 my_project，然后深入到 src
  子目录列表 (dirnames): ['models']
  文件列表 (filenames): ['utils.py']

  当前访问目录 (dirpath): my_project/src/models # <--- 深入到 models
  子目录列表 (dirnames): []
  文件列表 (filenames): ['model_a.py']

import os

start_directory = os.getcwd() # 假设这个目录在当前工作目录下

print(f"--- 开始遍历目录: {start_directory} ---")

for dirpath, dirnames, filenames in os.walk(start_directory):
    print(f" 当前访问目录 (dirpath): {dirpath}")
    print(f" 子目录列表 (dirnames): {dirnames}")
    print(f" 文件列表 (filenames): {filenames}")

    # # 你可以在这里对文件进行操作，比如打印完整路径
    # print(" 文件完整路径:")
    # for filename in filenames:
    #     full_path = os.path.join(dirpath, filename)
    #     print(f" - {full_path}")