Python训练营打卡Day30-文件的规范拆分和写法
- 规范的文件命名
- 规范的文件夹管理
- 机器学习项目的拆分
- 编码格式和类型注解
机器学习项目的流程
一个典型的机器学习项目通常包含以下阶段：
①数据加载：从文件、数据库、API等获取原始数据。
命名参考：load_data.py、data_loader.py
②数据探索与可视化：了解数据特性，初期可用Jupyter Notebook，成熟后固化绘图函数。
命名参考：eda.py、visualization_utils.py
③数据预处理：处理缺失值、异常值，进行标准化、归一化、编码等操作。
命名参考：preprocess.py、data_cleaning.py、data_transformation.py
④特征工程：创建新特征，选择、优化现有特征。
命名参考：feature_engineering.py
⑤模型训练:构建模型架构，设置超参数并训练，保存型。
命名参考：model.py、train.py
⑥模型评估：用合适指标评估模型在测试集上的性能，生成报告。
命名参考：evaluate.py
⑦模型预测：用训练好的模型对新数据预测。
命名参考：predict.py、inference.py
文件的组织
①项目核心代码组织
②配置文件管理
③实验与探索代码
④项目产出物管理
总结一下通用的拆分起步思路：
1.首先，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。这是最基本也是最有价值的一步。
2.然后，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。
当遵循这些通用的拆分思路和原则时，项目结构自然会变得清晰。
注意事项
①if 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_。这个写法有如下好处：
1.明确程序起点：一个 Python 项目往往由多个模块组成。if name == "main" 可清晰界定程序执行的起始位置。比如一个包含数据处理模块data._procesing.py、模型训练模块 modeltraining,py的机器学习项目，在 model_training.py 中用 if name == "main" 包裹训练相关的主逻辑代码，运行该文件时就知道需要从这里开始执行(其他文件都是附属文件)，让项目结构和执行流程更清晰。(大多时候如此)
2.避免执行：python遵从模块导入即执行机制，当你使用 import xx 导入一个模块时，Python 会执行该模块中的所有顶层代码(即不在任何函数或类内部的代码)。如果顶层代码中定义了全局变量或执行了某些操作(如读取文件、初始化数据库连接)，这些操作会在导入时立即生效，并可能影响整个程序的状态。为了避免执行不必要的代码，我们可以使用 if name == "main" 来避免在导入时执行不必要的代码。这样，只有当模块被直接运行时(即被执行 python xx.py)才会执行顶层代码，而导入时则不会执行。这样，我们就可以确保在导入模块时，不会执行不必要的代码，从而提高程序的性能和可维护性。
3.合理的资源管理：if name == "main" 与定义 main 函数结合使用，函数内变量在函数执行完这些变量被释放，能及时回收内存资源，避免内存泄漏，保证程序高效运行。
②编码格式
规范的py文件，首行会有：#--coding:utf-8-
主要目的是显式声明文件的编码格式，确保 Python 解释器能正确读取和解析文件中的非 ASCII 字符(如中文、日文、特殊符号等)。也就是说这个是写给解释器看的。
因为，在 Python 2.x时代，默认编码是 ASCII，不支持直接在代码中写入非 ASCII 字符(如中文注释、字符串中的中文)，否则会报错(syntaxErorr: Non-UTF-8 code starting with...)。但是python 3.x默认为 UTF-8 编码，理论上可以省略编码声明。但实际开发中，为了兼容旧代码、明确文件编码规则，或在团队协作中避免因编辑器/环境配置不同导致的乱码问题，许多开发者仍会保留这一行声明。
ps：
1.编码声明必须出现在文件的前两行(通常是首行)，否则会被忽略。
2.如果编码格式没问题，可能是vscode的编码格式不是utf-8，可以尝试修改编码格式。
3.常见的编码报错是因为字符串编码问题，可以尝试显式转化，即读取的时候转化为utf-8编码。
非 ASCII 字符的代码如下所示：
# -*- coding: utf-8 -*-
msg = "你好，世界！" # 中文字符串
print(msg)③类型注解
Python 的类型注解是在 Python 3.5+ 引入的特性，用于为变量、函数参数、返回值和类属性等添加类型信息。虽然 Python 仍是动态类型语言，但类型注解可以提高代码可读性、可维护性，并支持静态类型检查工具(如 mypy)。
其次你在安装 python 插件的时候，附带安装了2个插件
1.一个是 python debugger 用于断点调试，我们已经介绍了
2.另一个是pylance，用于代码提示和类型检查，这个插件会根据你的代码中的类型注解，给出相应的提示和检查，比如你定义了一个函数，参数类型是int，那么当你传入一个字符串时，它会提示你传入的参数类型不正确。
变量类型注解语法为 变量名：类型
# 变量的类型注解
name: str = "Alice"
age: int = 30
height: float = 1.75
is_student: bool = False
函数类型注解为函数参数和返回值指定类型，语法为 def函数名(参数: 类型)->返回类型。
def add(a: int, b: int) -> int:return a + bdef greet(name: str) -> None:print(f"Hello, {name}")类属性与方法的类型注解：为类的属性和方法添加类型信息。
# 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 = widthself.height = heightdef area(self) -> float:# 计算面积（宽度 × 高度）return self.width * self.height@浙大疏锦行