目錄

一、元組

1. 通俗解釋

2. 元組的特點

3. 元組的創建

4. 元組的常見用法

二、可迭代對象

1. 定義

2. 示例

3. 通俗解釋

三、OS 模塊

1. 通俗解釋

2. 目錄樹

四、作業

1. 準備工作

2.?實戰代碼示例?

3. 重要概念解析

一、元組

• 是什么??：一種??不可修改的有序數據容器??，類似列表，但創建后元素不能增刪改。
• ??特點??：
  • ? 元素不可變，適合保存固定參數（如模型輸入形狀、超參數組合）。
  • ? 可包含不同類型數據（如數字、字符串、列表）。
• ??應用場景??：
  • 深度學習庫（如PyTorch/TensorFlow）中表示形狀：input_shape = (224, 224, 3)。
  • 機器學習流水線（Pipeline）中捆綁步驟名稱和操作：

pipeline = Pipeline([('scaler', StandardScaler()), ('clf', LogisticRegression())])

1. 通俗解釋

元組（Tuple）—— 不能改的“固定清單”?

• 像啥??：想象你寫了一張購物清單，但用膠水封死了，不能涂改、不能加東西。這就是元組！
• ??有啥用??：
  • ??防手滑??：比如深度學習中，模型的輸入尺寸（比如圖片必須是 224x224），一旦設定就不能中途亂改，用元組存著最安全。
  • ??捆綁定死??：比如機器學習流水線（Pipeline）中，把步驟名稱（如“縮放數據”）和對應的工具（如StandardScaler()）綁在一起，防止步驟被篡改。
• ??舉個栗子??

2. 元組的特點

1. 有序，可以重復，這一點和列表一樣
2. 元組中的元素不能修改，這一點非常重要，深度學習場景中很多參數、形狀定義好了確保后續不能被修改。

很多流行的 ML/DL 庫（如 TensorFlow, PyTorch, NumPy）在其 API 中都廣泛使用了元組來表示形狀、配置等。

可以看到，元組最重要的功能是在列表之上，增加了不可修改這個需求

3. 元組的創建

my_tuple1 = (1, 2, 3)
my_tuple2 = ('a', 'b', 'c')
my_tuple3 = (1, 'hello', 3.14, [4, 5]) # 可以包含不同類型的元素
print(my_tuple1)
print(my_tuple2)
print(my_tuple3)

(1, 2, 3)
('a', 'b', 'c')
(1, 'hello', 3.14, [4, 5])

# 可以省略括號
my_tuple4 = 10, 20, 'thirty' # 逗號是關鍵
print(my_tuple4)
print(type(my_tuple4)) # 看看它的類型

(10, 20, 'thirty')
<class 'tuple'>

# 創建空元組
empty_tuple = ()
# 或者使用 tuple() 函數
empty_tuple2 = tuple()
print(empty_tuple)
print(empty_tuple2)

()
()

4. 元組的常見用法

# 元組的索引
my_tuple = ('P', 'y', 't', 'h', 'o', 'n')
print(my_tuple[0])  # 第一個元素
print(my_tuple[2])  # 第三個元素
print(my_tuple[-1]) # 最后一個元素

P
t
n

# 元組的切片
my_tuple = (0, 1, 2, 3, 4, 5)
print(my_tuple[1:4])  # 從索引 1 到 3 (不包括 4)
print(my_tuple[:3])   # 從開頭到索引 2
print(my_tuple[3:])   # 從索引 3 到結尾
print(my_tuple[::2])  # 每隔一個元素取一個

(1, 2, 3)
(0, 1, 2)
(3, 4, 5)
(0, 2, 4)

# 元組的長度獲取
my_tuple = (1, 2, 3)
print(len(my_tuple))

3

管道工程中pipeline類接收的是一個包含多個小元組的 列表 作為輸入。

可以這樣理解這個結構：

1. 列表 []: 定義了步驟執行的先后順序。Pipeline 會按照列表中的順序依次處理數據。之所以用列表，是未來可以對這個列表進行修改。
2. 元組 (): 用于將每個步驟的名稱和處理對象捆綁在一起。名稱用于在后續訪問或設置參數時引用該步驟，而對象則是實際執行數據轉換或模型訓練的工具。固定了操作名+操作

不用字典因為字典是無序的。

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import Pipeline
from sklearn.metrics import accuracy_score# 1. 加載數據
iris = load_iris()
X = iris.data
y = iris.target# 2. 劃分訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)# 3. 構建管道
# 管道按順序執行以下步驟：
#    - StandardScaler(): 標準化數據（移除均值并縮放到單位方差）
#    - LogisticRegression(): 邏輯回歸分類器
pipeline = Pipeline([('scaler', StandardScaler()),('logreg', LogisticRegression())
])# 4. 訓練模型
pipeline.fit(X_train, y_train)# 5. 預測
y_pred = pipeline.predict(X_test)# 6. 評估模型
accuracy = accuracy_score(y_test, y_pred)
print(f"模型在測試集上的準確率: {accuracy:.2f}")

模型在測試集上的準確率: 1.00

二、可迭代對象

1. 定義

• 是什么??：能用?for?循環遍歷的對象。
• ??常見類型??：

  類型	遍歷內容	示例
  列表	元素	for num in [1, 2, 3]:
  字典	鍵（默認）或鍵值對	for key, value in dict.items():
  字符串	每個字符	for char in "hello":
  文件路徑	目錄樹（用os.walk()）	遍歷數據集文件夾中的圖片

可迭代對象 (Iterable) 是 Python 中一個非常核心的概念。簡單來說，一個可迭代對象就是指那些能夠一次返回其成員（元素）的對象，讓你可以在一個循環（比如 for 循環）中遍歷它們。

Python 中有很多內置的可迭代對象，目前我們見過的類型包括：

• 序列類型 (Sequence Types):

  • list?(列表)
  • tuple?(元組)
  • str?(字符串)
  • range?(范圍)

• 集合類型 (Set Types):

  • set?(集合)

• 字典類型 (Mapping Types):

  • dict?(字典) - 迭代時返回鍵 (keys)

• 文件對象 (File objects)

• 生成器 (Generators)

• 迭代器 (Iterators) 本身

2. 示例

# 列表 (list)
print("迭代列表:")
my_list = [1, 2, 3, 4, 5]
for item in my_list:print(item)

迭代列表:
1
2
3
4
5

# 元組 (tuple)
print("迭代元組:")
my_tuple = ('a', 'b', 'c')
for item in my_tuple:print(item)

迭代元組:
a
b
c

# 字符串 (str)
print("迭代字符串:")
my_string = "hello"
for char in my_string:print(char)

迭代字符串:
h
e
l
l
o

# range (范圍)
print("迭代 range:")
for number in range(5):  # 生成 0, 1, 2, 3, 4print(number)

迭代 range:
0
1
2
3
4

# 集合類型 (Set Types)# 集合 (set) - 注意集合是無序的，所以每次迭代的順序可能不同
print("迭代集合:")
my_set = {3, 1, 4, 1, 5, 9}
for item in my_set:print(item)

迭代集合:
1
3
4
5
9

# 字典 (dict) - 默認迭代時返回鍵 (keys)
print("迭代字典 (默認迭代鍵):")
my_dict = {'name': 'Alice', 'age': 30, 'city': 'Singapore'}
for key in my_dict:print(key)

迭代字典 (默認迭代鍵):
name
age
city

# 迭代字典的值 (values)
print("迭代字典的值:")
for value in my_dict.values():print(value)

迭代字典的值:
Alice
30
Singapore

# 迭代字典的鍵值對 (items)
print("迭代字典的鍵值對:")
for key, value in my_dict.items(): # items方法很好用print(f"Key: {key}, Value: {value}")

迭代字典的鍵值對:
Key: name, Value: Alice
Key: age, Value: 30
Key: city, Value: Singapore

3. 通俗解釋

可迭代對象（Iterable）—— “能一個一個拿的東西”??

• ??像啥??：就像你的書包，里面有很多本書，你可以一本一本拿出來看。能讓你“一個一個拿”的東西，都叫可迭代對象。
• ??常見的“書包”類型??：
  • ??列表/元組??：直接拿里面的每個元素（比如數字、文字）。
  • ??字符串??：一個一個拿字符（比如“hello”拆成 h, e, l, l, o）。
  • ??字典??：默認拿的是鑰匙（key），但也可以同時拿鑰匙和對應的值（像查字典時，先找詞條，再看解釋）。
• ??舉個栗子：

# 遍歷字典，拿“鑰匙”和“值”
params = {"學習率": 0.01, "訓練輪次": 100}
for key, value in params.items():print(f"參數 {key} 的值是 {value}")
# 輸出：
# 參數 學習率 的值是 0.01
# 參數 訓練輪次 的值是 100

三、OS 模塊

1. 通俗解釋

OS模塊 —— 幫你“整理電腦文件”的工具包??

• ??像啥??：你電腦里有一堆亂糟糟的文件夾和文件，OS模塊就像你的私人助手，幫你自動整理。

三大神器：

①路徑拼接??：避免手寫路徑出錯（比如Windows用\，Mac用/），自動幫你處理。

# 把路徑拼成 "數據/圖片/貓"
path = os.path.join("數據", "圖片", "貓")

??②文件夾遍歷??：一鍵掃描某個文件夾下的所有文件（包括子文件夾），適合批量處理數據。

# 遍歷數據集文件夾里的所有圖片
for root, dirs, files in os.walk("數據集"):for file in files:if file.endswith(".jpg"):print(f"找到圖片：{os.path.join(root, file)}")

③環境變量??：查看或設置系統參數（比如告訴程序用哪塊GPU）。

# 設置使用第一塊GPU
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

隨著深度學習項目變得越來越大、數據量越來越多、代碼結構越來越復雜，你會越來越頻繁地用到 os 模塊來管理文件、目錄、路徑，以及進行一些基本的操作系統交互。雖然深度學習的核心在于模型構建和訓練，但數據和模型的有效管理是項目成功的關鍵環節，而 os 模塊為此提供了重要的工具。

在簡單的入門級項目中，你可能只需要使用 pd.read_csv() 加載數據，而不需要直接操作文件路徑。但是，當你開始處理圖像數據集、自定義數據加載流程、保存和加載復雜的模型結構時，os 模塊就會變得非常有用。

好的代碼組織和有效的文件管理是大型深度學習項目的基石。os 模塊是實現這些目標的重要組成部分。

import os
# os是系統內置模塊，無需安裝

獲取當前工作目錄

os.getcwd() # get current working directory 獲取當前工作目錄的絕對路徑

'c:\\Users\\PC\\Desktop\\python訓練營'

獲取當前工作目錄下的文件列表

os.listdir() # list directory 獲取當前工作目錄下的文件列表

['day24 元組和OS模塊.ipynb', '演示1']

#    我們使用 r'' 原始字符串，這樣就不需要寫雙反斜杠 \\，因為\會涉及到轉義問題
path_a = r'C:\Users\YourUsername\Documents' # r''這個寫法是寫給python解釋器看，他只會讀取引號內的內容，不用在意r的存在會不會影響拼接
path_b = 'MyProjectData'
file = 'results.csv'# 使用 os.path.join 將它們安全地拼接起來，os.path.join 會自動使用 Windows 的反斜杠 '\' 作為分隔符
file_path = os.path.join(path_a , path_b, file)file_path

'C:\\Users\\YourUsername\\Documents\\MyProjectData\\results.csv'

環境變量方法

# os.environ 表現得像一個字典，包含所有的環境變量
os.environ

environ{'ALLUSERSPROFILE': 'C:\\ProgramData','AMOSAPP': 'C:\\Users\\PC\\AppData\\Local\\AmosDevelopment\\Amos\\26','AMOSDOCS': 'C:\\Users\\PC\\Documents\\AmosDevelopment\\Amos\\26','AMOSEXAMPLES': 'C:\\Users\\PC\\AppData\\Local\\AmosDevelopment\\Amos\\26\\Examples\\English','AMOSLOGS': 'C:\\Users\\PC\\AppData\\Local\\AmosDevelopment\\Amos\\26\\Logs','AMOSPLUGINS': 'C:\\Users\\PC\\AppData\\Local\\AmosDevelopment\\Amos\\26\\Plugins','AMOSPROGRAM': 'D:\\Jupyter\\SEM\\Amos26','AMOSTEMPLATES': 'C:\\Users\\PC\\AppData\\Local\\AmosDevelopment\\Amos\\26\\Templates\\English','AMOSTUTORIAL': 'C:\\Users\\PC\\AppData\\Local\\AmosDevelopment\\Amos\\26\\Tutorial\\English','APPDATA': 'C:\\Users\\PC\\AppData\\Roaming','CHROME_CRASHPAD_PIPE_NAME': '\\\\.\\pipe\\crashpad_2824_TQDHDSUOXXPVVCJP','COMMONPROGRAMFILES': 'C:\\Program Files\\Common Files','COMMONPROGRAMFILES(X86)': 'C:\\Program Files (x86)\\Common Files','COMMONPROGRAMW6432': 'C:\\Program Files\\Common Files','COMPUTERNAME': 'DESKTOP-N2RLOJJ','COMSPEC': 'C:\\WINDOWS\\system32\\cmd.exe','CONDA_DEFAULT_ENV': 'vs','CONDA_EXE': 'D:\\Anaconda\\Scripts\\conda.exe','CONDA_PREFIX': 'D:\\Anaconda\\envs\\vs','CONDA_PROMPT_MODIFIER': '(vs) ','CONDA_PYTHON_EXE': 'D:\\Anaconda\\python.exe','CONDA_ROOT': 'D:\\Anaconda','CONDA_SHLVL': '1','CUDA_PATH': 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.3','CUDA_PATH_V11_3': 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.3','CUDA_PATH_V12_1': 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v12.1','CUDA_VISIBLE_DEVICES': '0','DRIVERDATA': 'C:\\Windows\\System32\\Drivers\\DriverData','ELECTRON_RUN_AS_NODE': '1','FPS_BROWSER_APP_PROFILE_STRING': 'Internet Explorer','FPS_BROWSER_USER_PROFILE_STRING': 'Default','HF_HOME': 'E:\\cache\\huggingface_cache','HOMEDRIVE': 'C:','HOMEPATH': '\\Users\\PC','JPY_INTERRUPT_EVENT': '4256','LOCALAPPDATA': 'C:\\Users\\PC\\AppData\\Local','LOGONSERVER': '\\\\DESKTOP-N2RLOJJ','NUMBER_OF_PROCESSORS': '24','NVCUDASAMPLES11_3_ROOT': 'C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v11.3','NVCUDASAMPLES_ROOT': 'C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v11.3','NVTOOLSEXT_PATH': 'C:\\Program Files\\NVIDIA Corporation\\NvToolsExt\\','OLLAMA_MODELS': 'E:\\ollamamodels','ONEDRIVE': 'C:\\Users\\PC\\OneDrive','ORIGINAL_XDG_CURRENT_DESKTOP': 'undefined','OS': 'Windows_NT','PATH': 'd:\\Anaconda\\envs\\vs;D:\\Anaconda\\envs\\vs;D:\\Anaconda\\envs\\vs\\Library\\mingw-w64\\bin;D:\\Anaconda\\envs\\vs\\Library\\usr\\bin;D:\\Anaconda\\envs\\vs\\Library\\bin;D:\\Anaconda\\envs\\vs\\Scripts;D:\\Anaconda\\envs\\vs\\bin;D:\\Anaconda\\condabin;C:\\Program Files (x86)\\Common Files\\Oracle\\Java\\javapath;c:\\Users\\PC\\AppData\\Local\\Programs\\cursor\\resources\\app\\bin;C:\\Windows\\system32;C:\\Windows;C:\\Windows\\System32\\Wbem;C:\\Windows\\System32\\WindowsPowerShell\\v1.0;C:\\Windows\\System32\\OpenSSH;C:\\Program Files (x86)\\NVIDIA Corporation\\PhysX\\Common;C:\\Program Files\\Bandizip;C:\\WINDOWS\\system32;C:\\WINDOWS;C:\\WINDOWS\\System32\\Wbem;C:\\WINDOWS\\System32\\WindowsPowerShell\\v1.0;C:\\WINDOWS\\System32\\OpenSSH;C:\\Program Files (x86)\\PDFtk Server\\bin;E:\\NEMA\\JRE\\bin\\client;D:\\Git\\cmd;C:\\Program Files (x86)\\Common Files\\Business Objects\\3.0\\bin;C:\\Program Files (x86)\\Common Files\\Business Objects\\3.0\\crystalreportviewers11\\ActiveXControls;D:\\Anaconda;D:\\Anaconda\\Scripts;D:\\Anaconda\\Library\\bin;C:\\Program Files\\dotnet;C:\\Program Files\\NVIDIA Corporation\\Nsight Compute 2021.1.0;C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA;C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.3\\lib\\x64;C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.3\\bin;C:\\Program Files\\NVIDI;D:\\soft_uncode\\Tesseract-OCR;D:\\soft_uncode\\微信web開發者工具\\dll;C:\\WINDOWS\\system32;C:\\WINDOWS;C:\\WINDOWS\\System32\\Wbem;C:\\WINDOWS\\System32\\WindowsPowerShell\\v1.0;C:\\WINDOWS\\System32\\OpenSSH;C:\\Program Files\\Google\\Chrome\\Application;C:\\Program Files\\NVIDIA Corporation\\NVIDIA app\\NvDLISR;D:\\soft_code\\Graphviz\\bin;D:\\soft_uncode\\pcsuite;d:\\soft_code\\Trae CN\\bin;D:\\vscode\\Microsoft VS Code\\bin;D:\\neo4jaa\\neo4j-community-5.12.0\\bin;C:\\Program Files\\Java\\jdk-21\\bin;C:\\Users\\PC\\AppData\\Local\\Microsoft\\WindowsApps','PATHEXT': '.COM;.EXE;.BAT;.CMD;.VBS;.VBE;.JS;.JSE;.WSF;.WSH;.MSC','PROCESSOR_ARCHITECTURE': 'AMD64','PROCESSOR_IDENTIFIER': 'Intel64 Family 6 Model 151 Stepping 2, GenuineIntel','PROCESSOR_LEVEL': '6','PROCESSOR_REVISION': '9702','PROGRAMDATA': 'C:\\ProgramData','PROGRAMFILES': 'C:\\Program Files','PROGRAMFILES(X86)': 'C:\\Program Files (x86)','PROGRAMW6432': 'C:\\Program Files','PROMPT': '(vs) $P$G','PSMODULEPATH': '%ProgramFiles%\\WindowsPowerShell\\Modules;C:\\WINDOWS\\system32\\WindowsPowerShell\\v1.0\\Modules','PUBLIC': 'C:\\Users\\Public','PYDEVD_IPYTHON_COMPATIBLE_DEBUGGING': '1','PYTHONIOENCODING': 'utf-8','PYTHONUNBUFFERED': '1','PYTHONUTF8': '1','PYTHON_FROZEN_MODULES': 'on','SSL_CERT_FILE': 'D:\\Anaconda\\envs\\vs\\Library\\ssl\\cacert.pem','SYSTEMDRIVE': 'C:','SYSTEMROOT': 'C:\\WINDOWS','TEMP': 'C:\\Users\\PC\\AppData\\Local\\Temp','TESSDATA_PREFIX': 'D:\\soft_uncode\\Tesseract-OCR\\','TMP': 'C:\\Users\\PC\\AppData\\Local\\Temp','USERDOMAIN': 'DESKTOP-N2RLOJJ','USERDOMAIN_ROAMINGPROFILE': 'DESKTOP-N2RLOJJ','USERNAME': 'PC','USERPROFILE': 'C:\\Users\\PC','VSCODE_CODE_CACHE_PATH': 'C:\\Users\\PC\\AppData\\Roaming\\Code\\CachedData\\19e0f9e681ecb8e5c09d8784acaa601316ca4571','VSCODE_CRASH_REPORTER_PROCESS_TYPE': 'extensionHost','VSCODE_CWD': 'C:\\Users\\PC\\Desktop\\vscode工作區','VSCODE_DOTNET_INSTALL_TOOL_ORIGINAL_HOME': 'undefined','VSCODE_ESM_ENTRYPOINT': 'vs/workbench/api/node/extensionHostProcess','VSCODE_HANDLES_UNCAUGHT_ERRORS': 'true','VSCODE_IPC_HOOK': '\\\\.\\pipe\\ccdd4d73-1.100.0-main-sock','VSCODE_L10N_BUNDLE_LOCATION': 'file:///c%3A/Users/PC/.vscode/extensions/ms-ceintl.vscode-language-pack-zh-hans-1.100.2025050709/translations/extensions/vscode.json-language-features.i18n.json','VSCODE_NLS_CONFIG': '{"userLocale":"zh-cn","osLocale":"zh-cn","resolvedLanguage":"zh-cn","defaultMessagesFile":"D:\\\\vscode\\\\Microsoft VS Code\\\\resources\\\\app\\\\out\\\\nls.messages.json","languagePack":{"translationsConfigFile":"C:\\\\Users\\\\PC\\\\AppData\\\\Roaming\\\\Code\\\\clp\\\\4000923e07438a458172c6e7b57c9479.zh-cn\\\\tcf.json","messagesFile":"C:\\\\Users\\\\PC\\\\AppData\\\\Roaming\\\\Code\\\\clp\\\\4000923e07438a458172c6e7b57c9479.zh-cn\\\\19e0f9e681ecb8e5c09d8784acaa601316ca4571\\\\nls.messages.json","corruptMarkerFile":"C:\\\\Users\\\\PC\\\\AppData\\\\Roaming\\\\Code\\\\clp\\\\4000923e07438a458172c6e7b57c9479.zh-cn\\\\corrupted.info"},"locale":"zh-cn","availableLanguages":{"*":"zh-cn"},"_languagePackId":"4000923e07438a458172c6e7b57c9479.zh-cn","_languagePackSupport":true,"_translationsConfigFile":"C:\\\\Users\\\\PC\\\\AppData\\\\Roaming\\\\Code\\\\clp\\\\4000923e07438a458172c6e7b57c9479.zh-cn\\\\tcf.json","_cacheRoot":"C:\\\\Users\\\\PC\\\\AppData\\\\Roaming\\\\Code\\\\clp\\\\4000923e07438a458172c6e7b57c9479.zh-cn","_resolvedLanguagePackCoreLocation":"C:\\\\Users\\\\PC\\\\AppData\\\\Roaming\\\\Code\\\\clp\\\\4000923e07438a458172c6e7b57c9479.zh-cn\\\\19e0f9e681ecb8e5c09d8784acaa601316ca4571","_corruptedFile":"C:\\\\Users\\\\PC\\\\AppData\\\\Roaming\\\\Code\\\\clp\\\\4000923e07438a458172c6e7b57c9479.zh-cn\\\\corrupted.info"}','VSCODE_PID': '2824','WINDIR': 'C:\\WINDOWS','_CONDA_OLD_CHCP': '936','__CONDA_OPENSLL_CERT_FILE_SET': '"1"','PYDEVD_USE_FRAME_EVAL': 'NO','TERM': 'xterm-color','CLICOLOR': '1','FORCE_COLOR': '1','CLICOLOR_FORCE': '1','PAGER': 'cat','GIT_PAGER': 'cat','MPLBACKEND': 'module://matplotlib_inline.backend_inline','KMP_DUPLICATE_LIB_OK': 'True','KMP_INIT_AT_FORK': 'FALSE'}

# 使用 .items() 方法可以方便地同時獲取變量名（鍵）和變量值，之前已經提過字典的items()方法，可以取出來鍵和值
# os.environ是可迭代對象for variable_name, value in os.environ.items():# 直接打印出變量名和對應的值print(f"{variable_name}={value}")# 你也可以選擇性地打印總數
print(f"\n--- 總共檢測到 {len(os.environ)} 個環境變量 ---")

ALLUSERSPROFILE=C:\ProgramData
AMOSAPP=C:\Users\PC\AppData\Local\AmosDevelopment\Amos\26
AMOSDOCS=C:\Users\PC\Documents\AmosDevelopment\Amos\26
AMOSEXAMPLES=C:\Users\PC\AppData\Local\AmosDevelopment\Amos\26\Examples\English
AMOSLOGS=C:\Users\PC\AppData\Local\AmosDevelopment\Amos\26\Logs
AMOSPLUGINS=C:\Users\PC\AppData\Local\AmosDevelopment\Amos\26\Plugins
AMOSPROGRAM=D:\Jupyter\SEM\Amos26
AMOSTEMPLATES=C:\Users\PC\AppData\Local\AmosDevelopment\Amos\26\Templates\English
AMOSTUTORIAL=C:\Users\PC\AppData\Local\AmosDevelopment\Amos\26\Tutorial\English
APPDATA=C:\Users\PC\AppData\Roaming
CHROME_CRASHPAD_PIPE_NAME=\\.\pipe\crashpad_2824_TQDHDSUOXXPVVCJP
COMMONPROGRAMFILES=C:\Program Files\Common Files
COMMONPROGRAMFILES(X86)=C:\Program Files (x86)\Common Files
COMMONPROGRAMW6432=C:\Program Files\Common Files
COMPUTERNAME=DESKTOP-N2RLOJJ
COMSPEC=C:\WINDOWS\system32\cmd.exe
CONDA_DEFAULT_ENV=vs
CONDA_EXE=D:\Anaconda\Scripts\conda.exe
CONDA_PREFIX=D:\Anaconda\envs\vs
CONDA_PROMPT_MODIFIER=(vs) 
CONDA_PYTHON_EXE=D:\Anaconda\python.exe
CONDA_ROOT=D:\Anaconda
CONDA_SHLVL=1
CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
CUDA_PATH_V11_3=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
CUDA_PATH_V12_1=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
CUDA_VISIBLE_DEVICES=0
DRIVERDATA=C:\Windows\System32\Drivers\DriverData
ELECTRON_RUN_AS_NODE=1
FPS_BROWSER_APP_PROFILE_STRING=Internet Explorer
FPS_BROWSER_USER_PROFILE_STRING=Default
HF_HOME=E:\cache\huggingface_cache
HOMEDRIVE=C:
HOMEPATH=\Users\PC
JPY_INTERRUPT_EVENT=4256
LOCALAPPDATA=C:\Users\PC\AppData\Local
LOGONSERVER=\\DESKTOP-N2RLOJJ
NUMBER_OF_PROCESSORS=24
NVCUDASAMPLES11_3_ROOT=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3
NVCUDASAMPLES_ROOT=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3
NVTOOLSEXT_PATH=C:\Program Files\NVIDIA Corporation\NvToolsExt\
OLLAMA_MODELS=E:\ollamamodels
ONEDRIVE=C:\Users\PC\OneDrive
ORIGINAL_XDG_CURRENT_DESKTOP=undefined
OS=Windows_NT
PATH=d:\Anaconda\envs\vs;D:\Anaconda\envs\vs;D:\Anaconda\envs\vs\Library\mingw-w64\bin;D:\Anaconda\envs\vs\Library\usr\bin;D:\Anaconda\envs\vs\Library\bin;D:\Anaconda\envs\vs\Scripts;D:\Anaconda\envs\vs\bin;D:\Anaconda\condabin;C:\Program Files (x86)\Common Files\Oracle\Java\javapath;c:\Users\PC\AppData\Local\Programs\cursor\resources\app\bin;C:\Windows\system32;C:\Windows;C:\Windows\System32\Wbem;C:\Windows\System32\WindowsPowerShell\v1.0;C:\Windows\System32\OpenSSH;C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common;C:\Program Files\Bandizip;C:\WINDOWS\system32;C:\WINDOWS;C:\WINDOWS\System32\Wbem;C:\WINDOWS\System32\WindowsPowerShell\v1.0;C:\WINDOWS\System32\OpenSSH;C:\Program Files (x86)\PDFtk Server\bin;E:\NEMA\JRE\bin\client;D:\Git\cmd;C:\Program Files (x86)\Common Files\Business Objects\3.0\bin;C:\Program Files (x86)\Common Files\Business Objects\3.0\crystalreportviewers11\ActiveXControls;D:\Anaconda;D:\Anaconda\Scripts;D:\Anaconda\Library\bin;C:\Program Files\dotnet;C:\Program Files\NVIDIA Corporation\Nsight Compute 2021.1.0;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin;C:\Program Files\NVIDI;D:\soft_uncode\Tesseract-OCR;D:\soft_uncode\微信web開發者工具\dll;C:\WINDOWS\system32;C:\WINDOWS;C:\WINDOWS\System32\Wbem;C:\WINDOWS\System32\WindowsPowerShell\v1.0;C:\WINDOWS\System32\OpenSSH;C:\Program Files\Google\Chrome\Application;C:\Program Files\NVIDIA Corporation\NVIDIA app\NvDLISR;D:\soft_code\Graphviz\bin;D:\soft_uncode\pcsuite;d:\soft_code\Trae CN\bin;D:\vscode\Microsoft VS Code\bin;D:\neo4jaa\neo4j-community-5.12.0\bin;C:\Program Files\Java\jdk-21\bin;C:\Users\PC\AppData\Local\Microsoft\WindowsApps
PATHEXT=.COM;.EXE;.BAT;.CMD;.VBS;.VBE;.JS;.JSE;.WSF;.WSH;.MSC
PROCESSOR_ARCHITECTURE=AMD64
PROCESSOR_IDENTIFIER=Intel64 Family 6 Model 151 Stepping 2, GenuineIntel
PROCESSOR_LEVEL=6
PROCESSOR_REVISION=9702
PROGRAMDATA=C:\ProgramData
PROGRAMFILES=C:\Program Files
PROGRAMFILES(X86)=C:\Program Files (x86)
PROGRAMW6432=C:\Program Files
PROMPT=(vs) $P$G
PSMODULEPATH=%ProgramFiles%\WindowsPowerShell\Modules;C:\WINDOWS\system32\WindowsPowerShell\v1.0\Modules
PUBLIC=C:\Users\Public
PYDEVD_IPYTHON_COMPATIBLE_DEBUGGING=1
PYTHONIOENCODING=utf-8
PYTHONUNBUFFERED=1
PYTHONUTF8=1
PYTHON_FROZEN_MODULES=on
SSL_CERT_FILE=D:\Anaconda\envs\vs\Library\ssl\cacert.pem
SYSTEMDRIVE=C:
SYSTEMROOT=C:\WINDOWS
TEMP=C:\Users\PC\AppData\Local\Temp
TESSDATA_PREFIX=D:\soft_uncode\Tesseract-OCR\
TMP=C:\Users\PC\AppData\Local\Temp
USERDOMAIN=DESKTOP-N2RLOJJ
USERDOMAIN_ROAMINGPROFILE=DESKTOP-N2RLOJJ
USERNAME=PC
USERPROFILE=C:\Users\PC
VSCODE_CODE_CACHE_PATH=C:\Users\PC\AppData\Roaming\Code\CachedData\19e0f9e681ecb8e5c09d8784acaa601316ca4571
VSCODE_CRASH_REPORTER_PROCESS_TYPE=extensionHost
VSCODE_CWD=C:\Users\PC\Desktop\vscode工作區
VSCODE_DOTNET_INSTALL_TOOL_ORIGINAL_HOME=undefined
VSCODE_ESM_ENTRYPOINT=vs/workbench/api/node/extensionHostProcess
VSCODE_HANDLES_UNCAUGHT_ERRORS=true
VSCODE_IPC_HOOK=\\.\pipe\ccdd4d73-1.100.0-main-sock
VSCODE_L10N_BUNDLE_LOCATION=file:///c%3A/Users/PC/.vscode/extensions/ms-ceintl.vscode-language-pack-zh-hans-1.100.2025050709/translations/extensions/vscode.json-language-features.i18n.json
VSCODE_NLS_CONFIG={"userLocale":"zh-cn","osLocale":"zh-cn","resolvedLanguage":"zh-cn","defaultMessagesFile":"D:\\vscode\\Microsoft VS Code\\resources\\app\\out\\nls.messages.json","languagePack":{"translationsConfigFile":"C:\\Users\\PC\\AppData\\Roaming\\Code\\clp\\4000923e07438a458172c6e7b57c9479.zh-cn\\tcf.json","messagesFile":"C:\\Users\\PC\\AppData\\Roaming\\Code\\clp\\4000923e07438a458172c6e7b57c9479.zh-cn\\19e0f9e681ecb8e5c09d8784acaa601316ca4571\\nls.messages.json","corruptMarkerFile":"C:\\Users\\PC\\AppData\\Roaming\\Code\\clp\\4000923e07438a458172c6e7b57c9479.zh-cn\\corrupted.info"},"locale":"zh-cn","availableLanguages":{"*":"zh-cn"},"_languagePackId":"4000923e07438a458172c6e7b57c9479.zh-cn","_languagePackSupport":true,"_translationsConfigFile":"C:\\Users\\PC\\AppData\\Roaming\\Code\\clp\\4000923e07438a458172c6e7b57c9479.zh-cn\\tcf.json","_cacheRoot":"C:\\Users\\PC\\AppData\\Roaming\\Code\\clp\\4000923e07438a458172c6e7b57c9479.zh-cn","_resolvedLanguagePackCoreLocation":"C:\\Users\\PC\\AppData\\Roaming\\Code\\clp\\4000923e07438a458172c6e7b57c9479.zh-cn\\19e0f9e681ecb8e5c09d8784acaa601316ca4571","_corruptedFile":"C:\\Users\\PC\\AppData\\Roaming\\Code\\clp\\4000923e07438a458172c6e7b57c9479.zh-cn\\corrupted.info"}
VSCODE_PID=2824
WINDIR=C:\WINDOWS
_CONDA_OLD_CHCP=936
__CONDA_OPENSLL_CERT_FILE_SET="1"
PYDEVD_USE_FRAME_EVAL=NO
TERM=xterm-color
CLICOLOR=1
FORCE_COLOR=1
CLICOLOR_FORCE=1
PAGER=cat
GIT_PAGER=cat
MPLBACKEND=module://matplotlib_inline.backend_inline
KMP_DUPLICATE_LIB_OK=True
KMP_INIT_AT_FORK=FALSE--- 總共檢測到 96 個環境變量 ---

2. 目錄樹

os.walk() 是 Python os 模塊中一個非常有用的函數，它用于遍歷（或稱“行走”）一個目錄樹。

核心功能：

os.walk(top, topdown=True, οnerrοr=None, followlinks=False) 會為一個目錄樹生成文件名。對于樹中的每個目錄（包括 top 目錄本身），它會 yield（產生）一個包含三個元素的元組 (tuple)：

(dirpath, dirnames, filenames)

1. dirpath: 一個字符串，表示當前正在訪問的目錄的路徑。
2. dirnames: 一個列表（list），包含了 dirpath 目錄下所有子目錄的名稱（不包括 . 和 ..）。
3. filenames: 一個列表（list），包含了 dirpath 目錄下所有非目錄文件的名稱。

示例目錄結構 (Markdown形式):

假設你的?start_directory?(當前工作目錄?.) 是?my_project，其結構如下：

my_project/
├── data/
│   ├── processed/
│   └── raw/
│       └── data1.csv
├── src/
│   ├── models/
│   │   └── model_a.py
│   └── utils.py
├── main.py
└── README.md

os.walk?的遍歷順序及輸出 (模擬):

(注意：dirnames?和?filenames?的順序可能因操作系統或文件系統而略有不同，但遍歷的?深度優先?邏輯是一致的)

--- 開始遍歷目錄: my_project ---當前訪問目錄 (dirpath): my_project子目錄列表 (dirnames): ['data', 'src']  # <--- 列出第一層子目錄文件列表 (filenames): ['main.py', 'README.md']當前訪問目錄 (dirpath): my_project/data  # <--- 深入到 data子目錄列表 (dirnames): ['processed', 'raw'] # <--- 列出 data 下的子目錄文件列表 (filenames): []當前訪問目錄 (dirpath): my_project/data/processed # <--- 深入到 processed子目錄列表 (dirnames): []文件列表 (filenames): []當前訪問目錄 (dirpath): my_project/data/raw # <--- 回溯到 data，然后深入到 raw子目錄列表 (dirnames): []文件列表 (filenames): ['data1.csv']當前訪問目錄 (dirpath): my_project/src # <--- 回溯到 my_project，然后深入到 src子目錄列表 (dirnames): ['models']文件列表 (filenames): ['utils.py']當前訪問目錄 (dirpath): my_project/src/models # <--- 深入到 models子目錄列表 (dirnames): []文件列表 (filenames): ['model_a.py']# 遍歷結束

總結:

os.walk?會首先訪問起始目錄 (my_project)，然后它會選擇第一個子目錄 (data) 并深入進去，訪問?data?目錄本身，然后繼續深入它的子目錄 (processed?->?raw)。只有當?data?分支下的所有內容都被訪問完畢后，它才會回到?my_project?這一層，去訪問下一個子目錄 (src)，并對?src?分支重復深度優先的探索。

它不是按層級（先訪問所有第一層，再訪問所有第二層）進行的，而是按分支深度進行的。這種策略被稱之為深度優先

import osstart_directory = os.getcwd() # 假設這個目錄在當前工作目錄下print(f"--- 開始遍歷目錄: {start_directory} ---")for dirpath, dirnames, filenames in os.walk(start_directory):print(f"  當前訪問目錄 (dirpath): {dirpath}")print(f"  子目錄列表 (dirnames): {dirnames}")print(f"  文件列表 (filenames): {filenames}")# # 你可以在這里對文件進行操作，比如打印完整路徑# print("    文件完整路徑:")# for filename in filenames:#     full_path = os.path.join(dirpath, filename)#     print(f"      - {full_path}")

--- 開始遍歷目錄: c:\Users\PC\Desktop\python訓練營 ---當前訪問目錄 (dirpath): c:\Users\PC\Desktop\python訓練營子目錄列表 (dirnames): ['演示1']文件列表 (filenames): ['day24 元組和OS模塊.ipynb']當前訪問目錄 (dirpath): c:\Users\PC\Desktop\python訓練營\演示1子目錄列表 (dirnames): ['演示文件夾2']文件列表 (filenames): ['day21 常見的降維算法.ipynb', 'day23 機器學習流水線.ipynb']當前訪問目錄 (dirpath): c:\Users\PC\Desktop\python訓練營\演示1\演示文件夾2子目錄列表 (dirnames): []文件列表 (filenames): ['main.ipynb']

介紹這個方法，是因為在你面臨云服務器時候，往往只能通過命令行和代碼塊中函數來查看，無法像電腦一樣在界面中查看，所以，這個方法可以讓你直接在代碼塊中查看。

上圖為kaggle平臺代碼提交的代碼 理解下這個函數的遍歷 以后如果這個訓練營說到大模型相關，我們還會經常和os模塊打交道

四、作業

import os# 指定要操作的文件夾路徑（替換為你自己的路徑）
folder_path = r'C:\test_os'print(f"👉 正在掃描文件夾: {folder_path}")total_files = 0# 使用 os.walk 遍歷所有子文件夾
for root, dirs, files in os.walk(folder_path):# root: 當前文件夾路徑# dirs: 子文件夾列表# files: 文件列表# 統計當前文件夾的文件數file_count = len(files)total_files += file_count# 打印當前文件夾信息print(f"\n📁 文件夾: {root}")print(f"  子文件夾: {dirs}")print(f"  文件數量: {file_count} 個")print(f"  示例文件: {files[:3]}...")  # 顯示前3個文件print(f"\n? 總共找到 {total_files} 個文件")

import os# 指定圖片文件夾路徑（替換為你自己的路徑）
image_folder = r'C:\test_os\images'# 計數器
count = 1print("👉 開始重命名圖片...")for filename in os.listdir(image_folder):# 拼接完整文件路徑old_path = os.path.join(image_folder, filename)# 只處理圖片文件（擴展名判斷）if filename.lower().endswith(('.png', '.jpg', '.jpeg')):# 新文件名：pic_001.jpgnew_name = f"pic_{count:03d}{os.path.splitext(filename)[1]}" new_path = os.path.join(image_folder, new_name)# 執行重命名os.rename(old_path, new_path)print(f"重命名: {filename} → {new_name}")count += 1print("? 重命名完成！")

import os
import shutil# 假設你的下載文件夾路徑（替換為你自己的路徑）
download_folder = r'C:\test_os\temp'
target_folder = r'C:\test_os\sorted_files'# 創建目標文件夾（如果不存在）
os.makedirs(target_folder, exist_ok=True)print("👉 開始整理文件...")for filename in os.listdir(download_folder):file_path = os.path.join(download_folder, filename)# 跳過文件夾if os.path.isdir(file_path):continue# 獲取文件擴展名（不帶點）_, ext = os.path.splitext(filename)ext = ext[1:].lower()  # 去掉點并轉小寫# 按擴展名創建子文件夾dest_folder = os.path.join(target_folder, ext)os.makedirs(dest_folder, exist_ok=True)# 移動文件shutil.move(file_path, os.path.join(dest_folder, filename))print(f"移動文件: {filename} → {ext}/")print("? 整理完成！")

if os.path.exists(path):print("路徑存在")
if os.path.isfile(path):print("這是一個文件")
if os.path.isdir(path):print("這是一個文件夾")