推荐系统开发实战_代码2-1
2020/5/26
最近开始学习推荐系统开发实战这本书，这是学习的第一个python程序，里面有很多地方需要做笔记。
1、python 中os模块 os.path.exists() 含义
os.path模块主要用于文件的属性获取,exists是“存在”的意思，所以顾名思义，os.path.exists()就是判断括号里的文件是否存在的意思，括号内的可以是文件路径。如果不存在，返回的则是FALSE。
2、Python os.listdir() 方法
os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。
3、Python format 格式化函数
4、Python中 with open ( file_abs, 'r' ) as f : 的用法以及意义
要以读文件的模式打开一个文件对象，使用Python内置的open()函数，传入文件名和标示符：
标示符 'r' 表示读，这样我们就成功地打开了一个文件。
如果文件不存在，open() 函数就会抛出一个 IOError 的错误，并且给出错误码和详细的信息告诉你文件不存在：
如果文件打开成功，接下来，调用read()方法可以一次读取文件的全部内容，Python把内容读到内存，用一个str对象表示：
最后一步是调用close()方法关闭文件。文件使用完毕后必须关闭，因为文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的：
由于文件读写时都有可能产生IOError，一旦出错，后面的f.close()就不会调用。所以，为了保证无论是否出错都能正确地关闭文件，我们可以使用try ... finally来实现：
每次都这么写实在太繁琐，所以，Python引入了with语句来自动帮我们调用close()方法：
这和前面的try ... finally是一样的，但是代码更佳简洁，并且不必调用f.close()方法。
调用read()会一次性读取文件的全部内容，如果文件有20G，内存就爆了，所以，要保险起见，可以反复调用read(size)方法，每次最多读取size个字节的内容。
另外，调用readline()可以每次读取一行内容，调用readlines()一次读取所有内容并按行返回list。因此，要根据需要决定怎么调用。
如果文件很小，read()一次性读取最方便；如果不能确定文件大小，反复调用read(size)比较保险；如果是配置文件，调用readlines()最方便：
写文件：
写文件和读文件是一样的，唯一区别是调用open()函数时，传入标识符'w'或者'wb'表示写文本文件或写二进制文件：
可以反复调用write()来写入文件，但是务必要调用f.close()来关闭文件。当我们写文件时，操作系统往往不会立刻把数据写入磁盘，而是放到内存缓存起来，空闲的时候再慢慢写入。只有调用close()方法时，操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close()的后果是数据可能只写了一部分到磁盘，剩下的丢失了。所以，还是用with语句来得保险：
要写入特定编码的文本文件，请给open()函数传入encoding参数，将字符串自动转换成指定编码。要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数，例如，读取GBK编码的文件：
遇到有些编码不规范的文件，你可能会遇到UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open()函数还接收一个errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略：
5、Python strip()方法
Python strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。
6、Python3 endswith()方法
endswith() 方法用于判断字符串是否以指定后缀结尾，如果以指定后缀结尾返回 True，否则返回 False。
Python startswith()方法
Python startswith() 方法用于检查字符串是否是以指定子字符串开头，如果是则返回 True，否则返回 False。
7、Python split()方法
Python split() 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串
8、Python的random.sample
用于从 list（users）中随机抽取1000个数据，生成新的列表 users_1000
9、python中的随机数种子seed()
- 给随机数对象一个种子值，用于产生随机序列。
- 对于同一个种子值的输入，之后产生的随机数序列也一样。
- 通常是把时间秒数等变化值作为种子值，达到每次运行产生的随机系列都不一样
- seed() 省略参数，意味着使用当前系统时间生成随机数。
10、json 中的 load、loads、dump、dumps分别是什么？
dump 和 dumps 都实现了序列化
load 和 loads 都实现反序列化
变量从内存中变成可存储或传输的过程称之为序列化 ，序列化是将对象状态转化为可保存或可传输格式的过程。
变量内容从序列化的对象重新读到内存里称之为反序列化 ，反序列化是流转换为对象。
load 和 loads （反序列化）
load：针对文件句柄，将json格式的字符转换为dict，从文件中读取 (将string转换为dict)
loads：针对内存对象，将string转换为dict (将string转换为dict)
dump 和 dumps（序列化）
dump：将dict类型转换为json字符串格式，写入到文件 （易存储）
dumps：将dict转换为string (易传输)
11、Python 字典(Dictionary)
（1）setdefault() 方法
如果字典中包含有给定键，则返回该键对应的值，否则返回为该键设置的值。
（2）dict.keys() 方法：获取所有的 key 值
（3）dict.items() 方法：以列表返回可遍历的(键, 值) 元组数组。
