python基础模块之OS

本文深入讲解Python中的OS模块,涵盖其基本函数、常量及path子模块,详细介绍了如何使用这些功能进行文件和目录操作,适合Python初学者及进阶者巩固基础知识。

python基础模块之OS

接触python有一阵子了,从最基础的列表、字典到机器学习、爬虫将狗(django)等,感觉一路充满惊喜刺激,也有彷徨迷惑。回过头来总觉得基础不牢固,心里不太踏实,在网上看到有大神总结了python核心100模块,我觉得是个不错的复习切入点,现将其所述模块,一一进行总结,相信定能温故知新,从第一基础模块OS开始谈起(既然是总结,就说的多点,别嫌啰嗦)。
OS – 操作系统的简称(Operating System)
os模块就是对操作系统进行操作
使用该模块必须先导入模块:(import os)
大体来说,学习OS模块包括三个方面:
第一 OS模块的函数
第二OS模块的值
第三OS模块的子模块path

第一 os模块的常用函数:

下表中函数直接用os.调用就好,比如 os.startfile(r’c:\data.xlsx’)

函数名称函数功能
chdir()修改当前工作目录
getcwd()获取当前的工作目录
listdir()获取指定文件夹中的 所有文件和文件夹组成的列表
mkdir()创建一个目录/文件夹
rmdir()移除一个目录(必须是空目录)
removedirs()递归删除文件夹
rename()修改文件和文件夹的名称
walk(path)递归遍历文件夹
stat()获取文件的相关 信息
system()执行系统命令
removedirs()递归删除文件夹
getenv()获取系统环境变量(参数为环境变量名)
putenv()设置系统环境变量 参数:(‘环境变量名称’,值)
startfile()打开文件,参数为文件路径
getlogin()返回当前系统的登录用户名
os.getpid()返回当前进程ID
getppid()返回当前父进程ID
cpu_count()返回当前系统CPU数量
kill(pid, sig)将 sig 信号发送到 pid 对应的过程,用于结束该进程

第二 os模块常用的值:

这个模块值呢,感觉用的频率不大,了解就好。

模块值功能
name当前系统的内核名称
sep获取当前系统的路径分割符号
curdir获取当前路径 一个“.”
pardir获取上层目录路径两个“.”
extsep获取当前系统中文件名和后缀之间的分割符号,一个“.”
linesep获取当前系统的换行符号 (window -> \r\n, linux/unix -> \n)
environ返回在当前系统上所有环境变量组成的字典

第三 os模块的子模块path:

先声明,os模块不止path一个儿子,其它儿子我不熟,譬如environ模块,你可以理解为不重要,或者理解为凸显path的重要地位。path模块包含很多和路径相关的操作,调用示例:os.path.abspath()。

函数名称函数功能
abspath()将一个相对路径转换为绝对路径
basename()获取路径中的文件夹或者文件名称
dirname()获取路径中的路径部分
join()将两个路径合并为一个路径
split()将一个文件名切割成文件夹和文件名
splitext()将一个文件名切成名字和后缀两个部分
getsize()获取一个文件的大小
isfile()判断是否为文件
isdir()判断是否为文件夹
getctime()获取文件创建时间 create
getmtime()获取文件修改时间 modify
getatime()获取文件访问时间 active
exists()检测指定路径是否存在
isabs()检测是否为绝对路径
islink()检测是否为链接
samefile()检测两个路径是否指向同一文件
realpath()与abspath()相似但不同,返回文件绝对路径

好了,感觉差不多就酱吧,总结一下,感觉不错。

内容概要:本文是一份针对2025年中国企业品牌传播环境撰写的《全网媒体发稿白皮书》,聚焦企业媒体发稿的策略制定、渠道选择与效果评估难题。通过分析当前企业面临的资源分散、内容同质、效果难量化等核心痛点,系统性地介绍了新闻媒体、央媒、地方官媒和自媒体四大渠道的特点与适用场景,并深度融合“传声港”AI驱动的新媒体平台能力,提出“策略+工具+落地”的一体化解决方案。白皮书详细阐述了传声港在资源整合、AI智能匹配、舆情监测、合规审核及全链路效果追踪方面的技术优势,构建了涵盖曝光、互动、转化与品牌影响力的多维评估体系,并通过快消、科技、零售等行业的实战案例验证其有效性。最后,提出了按企业发展阶段和营销节点定制的媒体组合策略,强调本土化传播与政府关系协同的重要性,助力企业实现品牌声量与实际转化的双重增长。; 适合人群:企业市场部负责人、品牌方管理者、公关传播从业者及从事数字营销的相关人员,尤其适用于初创期至成熟期不同发展阶段的企业决策者。; 使用场景及目标:①帮助企业科学制定媒体发稿策略,优化预算分配;②解决渠道对接繁琐、投放不精准、效果不可衡量等问题;③指导企业在重大营销节点(如春节、双11)开展高效传播;④提升品牌权威性、区域渗透力与危机应对能力; 阅读建议:建议结合自身企业所处阶段和发展目标,参考文中提供的“传声港服务组合”与“预算分配建议”进行策略匹配,同时重视AI工具在投放、监测与优化中的实际应用,定期复盘数据以实现持续迭代。
先展示下效果 https://pan.quark.cn/s/987bb7a43dd9 VeighNa - By Traders, For Traders, AI-Powered. Want to read this in english ? Go here VeighNa是一套基于Python的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成长为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。 在使用VeighNa进行二次开发(策略、模块等)的过程中有任何疑问,请查看VeighNa项目文档,如果无法解决请前往官方社区论坛的【提问求助】板块寻求帮助,也欢迎在【经验分享】板块分享你的使用心得! 想要获取更多关于VeighNa的资讯信息? 请扫描下方二维码添加小助手加入【VeighNa社区交流微信群】: AI-Powered VeighNa发布十周年之际正式推出4.0版本,重磅新增面向AI量化策略的vnpy.alpha模块,为专业量化交易员提供一站式多因子机器学习(ML)策略开发、投研和实盘交易解决方案: :bar_chart: dataset:因子特征工程 * 专为ML算法训练优化设计,支持高效批量特征计算与处理 * 内置丰富的因子特征表达式计算引擎,实现快速一键生成训练数据 * Alpha 158:源于微软Qlib项目的股票市场特征集合,涵盖K线形态、价格趋势、时序波动等多维度量化因子 :bulb: model:预测模型训练 * 提供标准化的ML模型开发模板,大幅简化模型构建与训练流程 * 统一API接口设计,支持无缝切换不同算法进行性能对比测试 * 集成多种主流机器学习算法: * Lass...
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