Python中的OS模块

写了个比较简单的python程序,尝试了os模块中几个常用的函数,还有个统计txt文档中单词数目的功能


# -*- coding: utf-8 -*-
__author__ = 'Administrator'
import os,re
path = u'F:/编程书籍/书/Python/python-master/agmcs/0006/test/'
path2 = u'F:/编程书籍/书/Python/python-master/agmcs/0006/test/test.txt'
path3 = u'F:/编程书籍/书/Python/python-master/agmcs/0006/'
# path = u'F:\\编程书籍\\书\\Python\\python-master\\agmcs\\0006\\test\\'
result = os.path.exists(path) #文件路径是否存在
isFile = os.path.isfile(path) #是否为文件
isDir = os.path.isdir(path)#是否为文件夹
theSpiltResult = os.path.split(path2)#讲文件路径分为一个元组返回,文件夹路径+文件名
theDirName = os.path.dirname(path2)#返回文件夹路径
theBaseName = os.path.basename(path)




def showResult():
    if result:
        print  "文件路径存在!"
    else:
        print "文件路径不存在!"
    if result:
        print  "不是文件,是文件夹!"
    else:
        print "是文件!"


    if isDir:
        print  "是文件夹!"
    else:
        print "不是文件夹!"
    for name in theSpiltResult:
        print name
    print u"文件夹路径:" + theDirName
    print os.path.normpath(path) #规范化路径
    print os.name #如果是Windows,打印nt 如果是Linux,打印posix
    print os.sep #系统路径分割符
    print os.getcwd() #当前工作目录
    print [x for x in  os.listdir(path)]
    print os.curdir
def findNun():
    dirlist = os.listdir(path)#返回路径中所有的文件,文件夹名或者文件名
    dirlist2 = os.listdir(path3)
    for name in dirlist2:
        print "Hi:"+name
    for x in dirlist:
        abspath = os.path.join(path, x)#路径合并
        if os.path.isfile(abspath):#若是文件
            if os.path.splitext(abspath)[1] == '.txt':#分离文件名与扩展名
                with open(abspath, 'r')as f:
                    data = f.read()
                result = re.split(r'[^a-zA-Z]', data)
                words = [x for x in result if x != '']






                items = dict([(i, words.count(i)) for i in words])
                items = sorted(items.iteritems(), key=lambda d: d[1], reverse=True)
                print abspath, u'中出现最多的是', items[0][0], u'出现了', items[0][1], u'次', u',其次是', items[1][0], u'出现了', \
                items[1][1], u'次'
showResult()
# findNun()

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值