python Project文件的架构总结

首先创建一个主文件夹，一般是自己方法的名字，我这里为了方便，取名叫test_project, 然后该文件里分别有以下文件

其中src文件夹是代码实现，
data文件夹是存储数据集的文件夹
result文件夹是存储结果的文件夹
dataset1.ipynb文件数据集1的运行结果
其中的结果如下

# 这里接受参数
import argparse
parser = argparse.ArgumentParser(description="train", formatter_class=argparse.ArgumentDefaultsHelpFormatter)

############################不同数据集修改这个参数即可#########################################
parser.add_argument("--dataname", default = "dataset", type = str)
#############################################################################################
parser.add_argument("--highly_genes", default = 500, type=int)
parser.add_argument("--pretrain_epochs", default = 1000, type=int)
parser.add_argument("--maxiter", default = 300, type=int)

args = parser.parse_args("")
dataset=args.dataname
print(dataset)

import sys
import os
sys.path.append(os.getcwd()+"/src") ## 这里就需要自己改动一下了，现在我的架构师这样的，如果
from welcome import g
g("dfsdf")
print("main fucntion")

import matplotlib.pyplot as plt
x=np.linspace(-2*np.pi,2*np.pi)
y=np.sin(x)
plt.plot(x,y)
plt.savefig("./result/图1.png")
plt.show()

不同的数据集就直接修改第一个参数的默认值即可，上面代码在jupyter中的运行结果如下
其中main_debug.py中的代码是

# 这里接受参数
import argparse

parser = argparse.ArgumentParser(description="train", formatter_class=argparse.ArgumentDefaultsHelpFormatter)
parser.add_argument("--dataname", default = "Quake_Smart-seq2_Limb_Muscle", type = str)
parser.add_argument("--highly_genes", default = 500, type=int)
parser.add_argument("--pretrain_epochs", default = 1000, type=int)
parser.add_argument("--maxiter", default = 300, type=int)

args = parser.parse_args()
dataset=args.dataname
print(dataset)

from welcome import g
g("dfsdf")
print("main fucntion")

这里main_debug.py和jupyter中的内容是一样的，这里之所以有这个文件是因为.py文件比较好调试，而ipynb文件不好调试，所以首先写好main_debug文件，然后复制到ipynb文件中即可

其中helper.py文件中的测试文件如下
这样一个完整的project代码框架就搭好了，所需要的是在src文件夹中实现自己所想要的东西

我这样组织好代码后，也可以直接在terminal中调用，不一定非得进入src文件夹进行运行，这样的组织方便接下来的打包流程
例如
这样也很方便调用