python学习day31-CSDN博客

文件的规范拆分和写法

今日的示例代码包含2个部分
1.notebook文件夹内的ipynb文件，介绍下今天的思路
2.项目文件夹中其他部分：拆分后的信贷项目，学习下如何拆分的，未来你看到的很多大项目都是类似的拆分方法

知识点回顾
1.规范的文件命名
2.规范的文件夹管理
3.机器学习项目的拆分
4.编码格式和类型注解
机器学习的流程

数据加载：命名参考：load_data.py 、data_loader.py

数据可视化：eda.py 、visualization_utils.py

数据预处理：preprocess.py 、data_cleaning.py 、data_transformation.py

特征工程：feature_engineering.py

模型训练：model.py 、train.py

模型评估：evaluate.py

模型预测：predict.py 、inference.py

文件的组织

1.项目核心代码组织

src/ 核心代码

src/data/

src/data/load_data.py 加载原始数据

src/data/preprocess.py 数据预处理

src/data/feature_engineering.py 特征工程

src/models/

src/models/model.py 模型的定义，如神经算法架构等

src/models/train.py 设置超参数，执行训练训练过程，保存训练好的模型

src/models/evaluate.py 使用一些指标评估模型

src/models/predict.py 利用训练好的模型对新数据进行预测

src/utils/

src/utils/io_utils.py：包含文件读写相关帮助函数。
src/utils/logging_utils.py：实现日志记录功能，便于调试和监控。
src/utils/math_utils.py：特定的数值计算函数，像自定义的矩阵运算、统计计算等。
src/utils/plotting_utils.py：绘图工具函数，用于生成数据可视化图表。

2.配置文件

config/目录：集中存放项目的配置文件

        config/config.py 或 config/settings.py：以 Python 代码形式定义配置参数。
        config/config.yaml 或 config/config.json：采用 YAML 或 JSON 格式，清晰列出文件路径、模型超参数、随机种子、API 密钥等可配置参数。
        env 文件：通常放在项目根目录，用于存储敏感信息（如数据库密码、API 密钥等），在代码中通过环境变量的方式读取，一般会被 .gitignore 忽略，防止敏感信息泄露。

3.实验与探索代码

notebooks/ 或 experiments/ 目录：用于初期的数据探索、快速实验、模型原型验证。
notebooks/initial_eda.ipynb：在项目初期，使用 Jupyter Notebook 进行数据探索与可视化，了解数据特性，分析数据分布、相关性等。
experiments/model_experimentation.py：编写脚本对不同模型架构、超参数组合进行快速实验，对比实验结果，寻找最优模型设置。

4.项目产出物管理

data/ 目录：存放项目相关数据。
        data/raw/：放置从外部获取的未经处理的原始数据。
        data/processed/：存放经过预处理（清洗、转换、特征工程等操作）后的数据，供模型训练和评估使用。
        data/interim/：（可选）保存中间处理结果，比如数据清洗过程中生成的临时文件、特征工程中间步骤产生的数据等。
        models/ 目录：专门存放训练好的模型文件，根据模型保存格式不同，可能是 .pkl（Python pickle 格式，常用于保存 sklearn 模型）、.h5（常用于保存 Keras 模型）、.joblib 等。
        reports/ 或 output/ 目录：存储项目运行产生的各类报告和输出文件。
        reports/evaluation_report.txt：记录模型评估的详细结果，包括各项评估指标数值、模型性能分析等。
        reports/visualizations/：存放数据可视化图片，如损失函数收敛图、预测结果对比图等。
        output/logs/：保存项目运行日志文件，记录项目从开始到结束过程中的关键信息，如训练开始时间、训练过程中的损失值变化、预测时间等。

拆分流程

1.按照机器学习的主要工作流程（数据处理、训练、评估等）将代码分离到不同的 .py 文件中。
2. 创建一个 utils.py 来存放通用的辅助函数。
3. 考虑将所有配置参数集中到一个 config.py 文件中。
4. 为你的数据和模型产出物创建专门的顶层目录，如 data/ 和 models/，将它们与你的源代码（通常放在 src/ 目录）分开。

if name == "main"
常常会看到if name == "main"这个写法，实际上，每个文件都是一个对象，对象就会有属性和方法。如果直接运行这个文件，则__name__等于__main__，若这个文件被其他模块导入，则__name__不等于__main__。

# 变量的类型注解
name: str = "Alice"
age: int = 30
height: float = 1.75
is_student: bool = False

def add(a: int, b: int) -> int:
    return a + b

def greet(name: str) -> None:
    print(f"Hello, {name}")

# 定义一个矩形类
class Rectangle:
    width: float      
# 矩形宽度（浮点数），类属性的类型注解（不初始化值）
    height: float     
# 矩形高度（浮点数）

    def __init__(self, width: float, height: float):
        self.width = width
        self.height = height

    def area(self) -> float:
        # 计算面积（宽度 × 高度）
        return self.width * self.height