python小知识片段

python
获取当前文件目录：
cur_dir = os.path.dirname(os.path.abspath(__file__))
获取父目录：
parent_dir = os.path.dirname(cur_dir)


删除目录model_path：
import os,shutil
file_list = os.listdir(model_path)
for f in file_list:
filepath = os.path.join(model_path, f)
    if os.path.isfile(filepath):
os.remove(filepath)
    elif os.path.isdir(filepath):
        shutil.rmtree(filepath, True)


创建目录：model_path
import os
if not os.path.exists(model_path):
    os.makedirs(self.model_path)
注意：os.makedirs递归地创建目录树 os.mkdir只创建一级目录，如果上级目录不存在抛出异常


判断目录和文件是否存在：
if not os.path.exists(path):
return False
else:
    return True


pandas DataFrame http://blog.csdn.net/maliang_1993/article/details/50907983   《pandas.DataFrame 的操作简单经验（创建，索引，增添，删除）》
import pandas as pd
pandas DataFrame 转 numpy array：
data = pd_data.arrays
用其他的DataFrame创建
df = pd.DataFrame({'ds':pd_data['last_update'],'y':pd_data['co']})
获得DataFrame的某一列:
pd_data['co']
从多维数组中创建：
pd_data = pd.DataFrame(list_data, columns=column_names)  这里list_data为[[],[],[],[]]类型的数据,[]的每个元素代表一行数据


numpy array
import numpy as np
获取numpy array的某一列： array[:,2:]获得array的第3列和之后的数据   array[:,2]获得array的第3列数据
多个 array横向合并，形成多列数据
array3 = np.concatenate((array1,array2),axis=1)


日期：
字符串转datetime对象
day_begin = datetime.datetime.strptime(begin_time,"%Y-%m-%d %H:%M:%S")
datatime对象转date对象
datetime_data.date()
date对象计算天数间隔
(date1 - date2).days
datetime对象转字符串
datatime_data.strftime("%Y-%m-%d %H:%M:%S")
numpy.datetime64转为datetime对象:
pd.to_datetime(str(day_history)).replace(tzinfo=None)