AI闪电战：代码+实战 从Python速通到深度学习|文件操作与第三方库导入总练习

想要查看本系列的其他文章请到作者主页中。
学习提示：在有别的编程基础之上，学习Python很简单，只是语法不同，所以有很多新的语法记不住也没关系，不用专门耗时间死记，实战的时候现用现查就行。
下面的介绍中是每个部分最常用的语法，基本能够应付绝大多数的情况，如果希望学习更详细的内容，可以参考每个部分给出的资料链接。

AI闪电战：代码+实战 从Python速通到深度学习|文件操作与第三方库导入总练习

---

综合练习：数据处理与模块化设计

目标

你需要完成一个小项目，任务是读取本地的一个数据文件（CSV 文件），进行简单的数据处理，然后将处理后的数据通过网络发送到一个服务器。为此，你将：

1. 进行文件操作：读取 CSV 文件中的数据。
2. 使用第三方库 requests 发送 HTTP 请求。
3. 创建并导入自定义模块进行数据处理。

---

目录结构

project/
│
├── data/
│   └── sample_data.csv      # 示例数据文件
│
├── utils/
│   ├── __init__.py          # 包初始化文件
│   ├── file_operations.py   # 文件操作模块
│   └── data_processing.py   # 数据处理模块
│
├── main.py                  # 主程序
└── requirements.txt         # 依赖库

---

步骤1：创建数据文件

任务1：创建示例数据文件

在 data/ 目录下创建一个 CSV 文件 sample_data.csv，内容如下：

name,age,city
Alice,30,New York
Bob,25,Los Angeles
Charlie,35,Chicago

---

步骤2：实现文件操作模块

任务2：实现文件读取功能

在 utils/file_operations.py 文件中，编写代码实现读取 CSV 文件的功能。你将创建一个函数 read_csv，它将读取 CSV 文件并返回数据的列表形式。

# utils/file_operations.py

import csv  # 导入 Python 内置的 csv 模块，用于处理 CSV 文件

def read_csv(file_path):  # 定义一个名为 read_csv 的函数，它接受一个参数 file_path
    """
    读取 CSV 文件并返回数据列表

    参数:
    file_path: CSV 文件的路径 （告诉使用者这个参数是用来指定要读取的 CSV 文件在计算机中的位置）

    返回:
    数据列表 （说明函数执行完毕后会返回一个包含 CSV 文件数据的列表）
    """
    data = []  # 初始化一个空列表，用于存储从 CSV 文件读取的数据
    try:  # 尝试执行以下代码块，如果在执行过程中出现异常，会执行 except 部分的代码
        with open(file_path, mode='r', encoding='utf-8') as file:  # 以只读模式（'r'）打开指定路径的文件，并指定编码为 'utf-8'，将文件对象赋值给变量 file
            reader = csv.DictReader(file)  # 使用 csv 模块的 DictReader 类创建一个读取器对象 reader，它可以将 CSV 的每一行转换为字典
            for row in reader:  # 遍历 reader 中的每一行（每一行都是一个字典）
                data.append(row)  # 将每一行（字典）添加到 data 列表中
    except FileNotFoundError:  # 如果在尝试打开文件时，发现文件不存在，就会捕获到 FileNotFoundError 这个异常
        print(f"文件 {file_path} 未找到")  # 打印出提示信息，告诉用户指定的文件未找到
    return data  # 返回存储了 CSV 文件数据的列表 data

---

步骤3：实现数据处理模块

任务3：处理数据

在 utils/data_processing.py 中，创建一个函数 process_data，将 age 小于 30 的用户筛选出来。

# utils/data_processing.py

def process_data(data):
    """
    处理数据，筛选出年龄小于30的用户
    :param data: 原始数据列表
    :return: 筛选后的数据列表
    """
    return [row for row in data if int(row['age']) < 30]

这是一个列表推导式，用于从一个名为’data’的列表中筛选出符合特定条件的元素，并创建一个新的列表

• [row for row in data] # 表示遍历’data’列表中的每一个’row’

• if int(row[‘age’]) < 30 # 这是筛选条件，如果’row’中’age’这个键对应的值转换为整数后小于 30

综合起来，整个表达式的作用是：从’data’列表中，筛选出’age’值转换为整数后小于 30 的那些’row’，并将这些符合条件的’row’组成一个新的列表

---

步骤4：主程序调用模块并发送数据

任务4：编写主程序

在 main.py 中，你将完成以下任务：

1. 从 utils.file_operations 模块中导入 read_csv，读取 sample_data.csv。
2. 从 utils.data_processing 模块中导入 process_data，处理读取到的数据。
3. 使用 requests 第三方库将处理后的数据发送到一个假设的服务器。

# main.py

import requests  # 导入 requests 库，用于发送 HTTP 请求
from utils.file_operations import read_csv  # 从 'utils' 文件夹中的 'file_operations' 模块导入 'read_csv' 函数
from utils.data_processing import process_data  # 从 'utils' 文件夹中的 'data_processing' 模块导入 'process_data' 函数

def send_data_to_server(data):  # 定义一个名为'send_data_to_server' 的函数，用于向服务器发送数据
    """
    将数据发送到服务器

    参数:
    data: 要发送的数据

    返回:
    服务器响应
    """
    url = 'https://httpbin.org/post'  # 定义服务器的 URL，这里是一个模拟的服务器地址
    response = requests.post(url, json=data)  # 使用 requests 库的 post 方法向指定 URL 发送包含数据的 POST 请求，并将响应存储在'response' 变量中
    return response  # 返回服务器的响应

if __name__ == '__main__':  # 当这个 Python 脚本被直接运行时，以下代码块会被执行
    # 读取 CSV 文件数据
    file_path = 'data/sample_data.csv'  # 定义要读取的 CSV 文件的路径
    data = read_csv(file_path)  # 调用 'read_csv' 函数读取指定路径的 CSV 文件，并将数据存储在 'data' 变量中

    if data:  # 如果成功读取到数据
        # 处理数据，筛选年龄小于 30 的用户
        filtered_data = process_data(data)  # 调用 'process_data' 函数处理 'data' 数据

        # 发送数据到服务器并打印服务器响应
        response = send_data_to_server(filtered_data)  # 调用'send_data_to_server' 函数将处理后的数据发送到服务器，并将响应存储在'response' 变量中
        print(f"服务器响应状态码: {response.status_code}")  # 打印服务器响应的状态码
        print(f"服务器返回内容: {response.json()}")  # 打印服务器返回的内容，使用 '.json()' 方法将响应内容解析为 JSON 格式

---

步骤5：安装第三方库

任务5：使用 requests 库

在 requirements.txt 文件中添加 requests 库的依赖项：

requests==2.26.0

然后运行以下命令来安装该库：

pip install -r requirements.txt

---

预期输出

当你运行 main.py 时，程序会：

1. 读取 sample_data.csv 文件。
2. 筛选出年龄小于30岁的用户（Alice 和 Bob）。
3. 将筛选后的数据通过 POST 请求发送到服务器，并输出服务器返回的结果。

输出示例：

服务器响应状态码: 200
服务器返回内容: {'json': [{'name': 'Alice', 'age': '30', 'city': 'New York'}, {'name': 'Bob', 'age': '25', 'city': 'Los Angeles'}], ...}

---

1. if __name__ == '__main__' 是什么意思？

当我们编写 Python 程序时，每个文件都可以被当作一个独立的程序运行，也可以被当作模块导入到其他程序中。而
if __name__ == '__main__' 是用来区分这两种情况的关键部分。

通俗点说：

• __name__ 是 Python 自动创建的一个变量，它记录了当前文件是怎么运行的。
  • 如果直接运行这个文件，那么 __name__ 的值就是 '__main__'。
  • 如果这个文件是被作为模块导入的，那么 __name__ 就会等于文件的名字（比如 my_module）。 这句话的作用是告诉 Python：
• 如果这个文件是直接运行的，就执行 if 下面的代码。
• 如果这个文件是被导入的，就不执行 if 下面的代码。

举例：

# demo.py

def say_hello():
    print("Hello!")

if __name__ == '__main__':
    say_hello()

• 当你直接运行 demo.py，输出： Hello!

• 如果你在另一个文件中导入 demo.py： python import demo 那么什么也不会输出，因为 if __name__ == '__main__' 中的代码不会被执行。

2. 什么是 JSON？

JSON（JavaScript Object Notation）是一种轻量级的数据格式，它是用来在不同系统之间传递数据的。它的格式和 Python中的字典（dict）非常相似，简单、易读，常用于API或网络数据传输。

通俗来说，JSON
就是一种特殊的文本，用来表示结构化数据，比如用户信息、商品列表等。它可以在不同编程语言之间传递，比如从服务器获取数据时，通常数据会用
JSON 格式。

JSON 示例：

{   "name": "Alice",   "age": 25,   "city": "New York" }

在 Python 中，可以使用 json 模块把 Python 数据类型（比如字典）和 JSON 字符串互相转换：

• json.dumps()：将 Python 对象转换为 JSON 字符串。
• json.loads()：将 JSON 字符串转换为 Python 对象。

举例：

# Python 字典 -> JSON 字符串 
person = {"name": "Alice", "age": 25, "city": "New York"} 
person_json = json.dumps(person) 
print(person_json)  # 输出:
{"name": "Alice", "age": 25, "city": "New York"}

# JSON 字符串 -> Python 字典 
person_dict = json.loads(person_json) 
print(person_dict['name'])  # 输出: Alice

总结：

• if __name__ == '__main__' 用来判断文件是直接运行还是被导入，如果是直接运行，才会执行特定代码。
• JSON 是一种用于传输数据的格式，像 Python 字典一样，可以很容易地与网络数据进行交互。

更详细的学习链接

• Python CSV 文件操作
• requests 库官方文档
• Python 模块与包

---

问题解答
由于本系列是基础教程，所以有任何问题基本上国内免费的AI模型都能回答，有任何疑问或Bug可以寻求以下免费的大模型的解答。

• 豆包：https://www.doubao.com/chat/
• 文心一言：https://yiyan.baidu.com/
• 通义千问：https://tongyi.aliyun.com/qianwen/
• 讯飞星火：https://xinghuo.xfyun.cn/desk

如果觉得有帮助的话，求 关注、收藏、点赞、星星 哦！