ubuntu中基于python的项目导入自定义模块和读写文件

导入自定义模块-地址
python在启动解释器时，环境变量sys.path和当前工作目录中发现的模块。当使用IDE时，项目目录即是当前工作目录，能够顺利调用同项目中的模块，而使用命令行时，当前位置所在目录为当前工作目录，只有调用当前位置所在目录内的模块。
在Ubuntu环境中做机器人项目开发时，命令行使用较多，为了便于主程序调用项目中的所有模块，可以把项目路径放入到环境变量中作为全局变量。
具体做法是在运行的主文件开头加上sys.path.append(‘主项目文件夹路径’)，如：

import sys
sys.path.append('/home/wangchuang/catkin_ws/src/wxm_assembly/wxm_monitor/federal_learning')

参考：
https://blog.csdn.net/xiewenrui1996/article/details/108592739
https://blog.csdn.net/Blateyang/article/details/78753051

读写文件-相对地址与绝对地址
在code中我们使用相对地址读取文件时，默认的相对地址是相对当前执行的程序，模块测试时是模块程序地址，运行主程序时是主程序地址，使用绝对地址可以避免这个麻烦。为了避免开发机与测试机不同时，绝对地址带来的麻烦，可以先获取到模块程序的绝对路径，再用join拼接出file的绝对路径PATH。如下：

PATH = os.path.join(os.path.dirname(__file__) + '/../PKL_depository/base_net.pkl'）

在机器学习项目中保存训练过程数据和模型时，一般的’plt.savefig‘，’torch.save‘等只能写入已存在的文件夹，我们可以使用torch.utils.tensorboard 中的 SummaryWriter先创建训练记录文件夹。如：

writer = SummaryWriter(os.path.join(os.path.dirname(__file__) + '/../PKL_depository/'))

参考：
https://zhuanlan.zhihu.com/p/341289425
https://blog.csdn.net/xyh421/article/details/79932344

python标准库csv
写数据

newfile = open('data.csv','w')
filewriter = csv.writer(newfile)
rows = zip(data1,data2,data3)
for row in rows:
    filewriter.writerow(row)
newfile.close()

读数据

newfile = open('data.csv','r')
filereader = csv.reader(newfile)
for rows in filereader:
    print(rows)

参考：
https://www.cnblogs.com/qican/p/11122206.html
https://blog.csdn.net/violette_lx/article/details/102808445

第三方库pandas
写数据

fileName = 'data.csv'
data = pd.DataFrame(data)
csv_headers = ['x','y','z','Rx','Ry','Rz']
data.to_csv(fileName, header=csv_headers, index=False)

读数据

data = pd.read_csv("data.csv")
print(np.array(data))

参考：
https://blog.csdn.net/qiuqiu1027/article/details/106405926/
https://blog.csdn.net/lucky_shi/article/details/105321149