我们在用Python进行机器学习建模项目的时候，每个人都会有自己的一套项目文件管理的习惯，我自己也有一套方法，是自己曾经踩过的坑踩过的雷总结出来的，现在在这里分享一下给大家，因为很多伙伴是接触Python编程入门不久，也希望大家少走弯路，多少有些地方可以给大家借鉴。
目录先放出来
- 项目文件事先做好归档
- 永远不要手动修改源数据并且做好备份
- 做好路径的正确配置
- 代码必要的地方做好备注与说明
- 加速你的Python循环代码
- 可视化你的循环代码进度
- 使用高效的异常捕获工具
- 要多考虑代码健壮性
1. 项目文件事先做好归档
每次开始一个新工作的时候，以前的我总是贪图方便，Code、Data、文档都集中放在一个文件夹内，看起来很乱，一度让回溯过程十分痛苦，或者是换了部电脑，文件全都运行不行了，需要自行修改路径，十分痛苦。
经过自己一番探索，大家可以大致将项目分成几个子文件夹，code放在主文件夹里：
2. 永远不要手动修改源数据并且做好备份 ??
我们需要对源数据进行好备份，方便我们下一次进行回溯，可以进行下一步的操作或者是对中间步骤的修改，而且，对代码等其他文件也是需要做好备份的，以免出现意外丢失。
这里来自良许Linux 的一篇文章，推荐了4个工具：
- Git版本控制系统
- Rsync文件备份
- Dropbox云存储
- Time Machine时光机器
更多的工具介绍和使用我这边就不展开，大家可以去自行了解呗。
3. 做好路径的正确配置
很多同学在写路径的时候都很喜欢直接用绝对路径，虽然一般情况下不会有什么问题，但如果代码共享给其他人学习或者运行的时候，问题就来了，很多情况下都不能直接跑通，
这里建议：
- 使用相对路径：脚本位于主目录下，其他资源（如数据、第三方包等）在其同级或低级目录下，如 ./data/processed/test1.csv
- 全局路径配置变量：
# 设置主目录HOME_PATH = r‘E:ML90615- PROJECT1‘# 读取数据data = open(HOME_PATH+‘/data/processed/test1.csv‘)data = pd.read_csv(data)data.head()
4. 代码必要的地方做好备注与说明
这个我相信大多数人都感同身受了，不信？拿回一个月前自己写的代码看看吧，看一下能看懂多少（如果没有做好备注说明的话）
5. 加速你的Python循环代码 ??
这里推荐 云哥（Python与算法之美）的一篇文章：24式加速你的python
收藏起来，多看多几次，养成好习惯呗，这样子你写代码才会越来越快～
6. 可视化你的循环代码进度
这里介绍一个Python库，tqdm，先安装一下：pip install tqdm
这个是一个可以显示循环进度的库，有了它就可以更加运筹帷幄了。
大家可以看下面的例子：
7. 使用高效的异常捕获工具
异常bug定位，以前的我经常也是一条print()函数走到底，虽然说也没什么问题，但效率上还是会比较慢，后来发现了一个叫PySnooper的装饰器，仿佛发现了新大陆。
我们一般debug，都是在我们可能觉得会有问题的地方，去打印输出，看下实际输出了什么，然后思考问题所在，这需要我们去改code，非常细致地改，相比较直接加个装饰器，是十分麻烦的。
大家可以看看Example：
import pysnooper@pysnooper.snoop(‘./file.log‘)def number_to_bits(number): if number: bits = [] while number: number, remainder = divmod(number, 2) bits.insert(0, remainder) return bits else: return [0]number_to_bits(6)
我们把函数每一步的输出都保存为file.log，我们可以直接去看到底哪里出了问题。
项目地址：https://github.com/cool-RR/pysnooper
8. 要多考虑代码健壮性
何为代码的健壮性,顾名思义，就是可以抵挡得住各种异常场景的测试，异常处理工作由“捕获”和“抛出”两部分组成。“捕获”指的是使用 try ... except 包裹特定语句，妥当的完成错误流程处理。而恰当的使用 raise 主动“抛出”异常，更是优雅代码里必不可少的组成部分，下面总结几点供大家参考：
1）知道要传入的参数是什么,类型,个数 （异常处理,逻辑判断）
def add(a, b): if isinstance(a, int) and isinstance(b, int): return a+b else: return ‘参数类型错误‘print(add(1, 2))print(add(1, ‘a‘))
2）只做最精准的异常捕获
我们有的时候想着让脚本work才是王道，所以不管三七二十一就搞一个大大的try...except把整块代码包裹起来，但这样很容易把原本该被抛出的 AttibuteError 吞噬了。从而给我们的 debug 过程增加了不必要的麻烦。
所以，我们永远只捕获那些可能会抛出异常的语句块，而且尽量只捕获精确的异常类型，而不是模糊的 Exception。
from requests.exceptions import RequestExceptiondef save_website_title(url, filename): try: resp = requests.get(url) except RequestException as e: print(f‘save failed: unable to get page content: {e}‘) return False# 这段正则操作本身就是不应该抛出异常的，所以我们没必要使用 try 语句块# 假如 group 被误打成了 grop 也没关系，程序马上就会通过 AttributeError 来# 告诉我们。obj = re.search(r‘<title>(.*)</title>‘, resp.text)if not obj: print(‘save failed: title tag not found in page content‘) return Falsetitle = obj.group(1)try: with open(filename, ‘w‘) as fp: fp.write(title)except IOError as e: print(f‘save failed: unable to write to file {filename}: {e}‘) return Falseelse: return True
3）异常处理不应该喧宾夺主
像上一条说到的异常捕获要精准，但如果每一个都很精准的话，其实我们的代码里就会有很多try...except语句块，以至于扰乱核心代码，代码整体阅读性。
这里，我们可以利用上下文管理器来改善我们的异常处理流程，简化重复的异常处理逻辑。
class raise_api_error:"""captures specified exception and raise ApiErrorCode instead:raises: AttributeError if code_name is not valid"""def __init__(self, captures, code_name): self.captures = captures self.code = getattr(error_codes, code_name)def __enter__(self): # 该方法将在进入上下文时调用 return selfdef __exit__(self, exc_type, exc_val, exc_tb): # 该方法将在退出上下文时调用 # exc_type, exc_val, exc_tb 分别表示该上下文内抛出的 # 异常类型、异常值、错误栈 if exc_type is None: return False if exc_type == self.captures: raise self.code from exc_val return False
在上面的代码里，我们定义了一个名为 raise_api_error 的上下文管理器，它在进入上下文时什么也不做。但是在退出上下文时，会判断当前上下文中是否抛出了类型为 self.captures 的异常，如果有，就用 APIErrorCode 异常类替代它。
使用上下文管理器后，简洁的代码如下：
def upload_avatar(request): """用户上传新头像"""with raise_api_error(KeyError, ‘AVATAR_FILE_NOT_PROVIDED‘): avatar_file = request.FILES[‘avatar‘]with raise_api_error(ResizeAvatarError, ‘AVATAR_FILE_INVALID‘), raise_api_error(FileTooLargeError, ‘AVATAR_FILE_TOO_LARGE‘): resized_avatar_file = resize_avatar(avatar_file)with raise_api_error(Exception, ‘INTERNAL_SERVER_ERROR‘): request.user.avatar = resized_avatar_file request.user.save()return HttpResponse({})
大家有想看的Python编程入门知识点吗？可以留言哦！
原文地址：https://www.cnblogs.com/cherry-tang/p/11121036.html