项目1官方地址：https://github.com/udacity/nd303-c1-advanced-python-techniques-project-starter

1 概述

本项目概言之，实现一个命令行工具来检查和查询近地天体的数据集。

完成后，您将能够检查数据集中的近地天体的属性，并使用以下任意组合的过滤器查询近地天体的数据集:

发生在给定的日期。
在给定的开始日期或之后发生。
在给定的结束日期或之前发生。
以至少(或至多)X天文单位的距离接近地球。
以至少(或最多)Y千米每秒的相对速度接近地球。
直径至少等于(或至少小于)Z公里。
被美国宇航局标记为有潜在危险(或没有)。

学习目标

通过完成本项目，您将展示以下能力：

用Python表示结构化数据。
将结构化文件中的数据提取到Python中。
根据所需的行为在Python中转换数据。
以结构化的方式将结果保存到文件中。

在此过程中，您必须能够：

编写Python函数来转换数据和执行算法。
设计Python类来封装有用的数据类型。
为复杂的实现提供接口抽象。

在这个过程中遇到bug是很正常的，所以很有可能，您还将获得宝贵的调试技能的练习，无论是解释堆栈跟踪、跟踪系统错误、处理和抛出适当的错误、使用pdb遍历代码、使用assert检查先决条件，还是仅仅使用print显示内部状态。

具体任务

任务0:检查数据。(数据/ neos.csv和数据/ cad.json)
任务1:构建模型来表示数据。(models.py)
任务2:将数据提取到自定义数据库中(Extract.py和database.py)
任务3:创建过滤器来查询数据库以生成匹配的close - approach对象流，并限制结果大小。(filters.py和database.py)
任务4:将数据保存到文件中。(write.py)

技能大模块：

单元测试Python3 unittest
- 类的测试
- 文件内容测试
- python版本测试
- 文件存在否测试
- 文件格式测试
- 。。。

2 项目结构

.
├── README.md       # This file.
├── main.py
├── models.py       # Task 1.
├── read.py         # Task 2a.
├── database.py     # Task 2b and Task 3b.
├── filters.py      # Task 3a and Task 3c.
├── write.py        # Task 4.
├── helpers.py
├── data├── neos.csv└── cad.json

Task 1：设计存储数据的两个类


from helpers import cd_to_datetime, datetime_to_strclass NearEarthObject:"""近地天体的基本信息类，处理neos.csv文件"""def __init__(self, **info):"""参数 info: 一个字典.例子：dict_info = {'designation':'编号GT520', 'time':'哈雷彗星', 'diameter':101, 'hazardous':'Y'}neo = NearEarthObject(**dict_info)"""self.designation = (str(info['designation']) if info['designation'] else '')self.name = str(info['name']) if info['name'] else Noneself.diameter = (float(info['diameter']) if info['diameter'] else float('nan'))self.hazardous = True if info['hazardous'] == 'Y' else Falseself.approaches = []#加了@property后，可以用调用属性的形式来调用方法,后面不需要加（）@propertydef fullname(self):return f"{self.designation} ({self.name or 'N/A'})"#print(类的实例名)时，会调用此方法。功能相当于此实例的“自我介绍”。def __str__(self):return (f"""{self.fullname} 是一个直径为 """f"""{self.diameter:.3f}km 且 """f"""{'具有' if self.hazardous else '不具有'} 危险的近地天体。""")# print(类的实例名)时，当类中没有__str__方法的时候，会去调用__repr__方法，所以一般类中需要定义repr方法# 也可以直接这样调用__repr__方法：print(repr(类的实例名))# 如果没有自定义__repr__方法和__str__方法，print(类的实例名)时输出默认的__repr__方法：“类名+object at+内存地址”def __repr__(self):return (f"NearEarthObject(designation={self.designation!r}, name={self.name!r}, "f"diameter={self.diameter:.3f}, hazardous={self.hazardous!r})")class CloseApproach:"""临近地球时的状态类，处理cad.json文件"""def __init__(self, **info):"""参数 info: 一个字典."""self._designation = (str(info['designation']) if info['designation']else '')self.time = cd_to_datetime(info['time']) if info['time'] else Noneself.distance = float(info['distance']) if info['distance'] else 0.0self.velocity = float(info['velocity']) if info['velocity'] else 0.0# Create an attribute for the referenced NEO, originally None.self.neo = None@propertydef fullname(self):"""Return a representation of the full name of this NEO."""return f"{self._designation} ({self.neo.name or 'N/A'})"@propertydef time_str(self):return datetime_to_str(self.time)def __str__(self):return (f"""在 {self.time_str}时刻, '{self.fullname}' 将接近地球， """f"""最近距离为 {self.distance:.2f} au，速度为 """f"""{self.velocity:.2f} km/s.""")def __repr__(self):return (f"CloseApproach(time={self.time_str!r}, distance={self.distance:.2f}, "f"velocity={self.velocity:.2f}, neo={self.neo!r})")

NearEarthObject类的测试效果如下：

Task 2：从文件中提取数据放到Python类对象中

1 CSV和json文件数据提取函数

import csv
import jsonfrom models import NearEarthObject, CloseApproachdef load_neos(neo_csv_path):"""Read near-Earth object information from a CSV file.:param neo_csv_path: A path to a CSV file containing data about near-Earth objects.:return: A collection of `NearEarthObject`s."""# TODO: Load NEO data from the given CSV file.neos = []with open(neo_csv_path, 'r') as infile:reader = csv.DictReader(infile)for row in reader:neo = NearEarthObject(designation=row['pdes'],name=row['name'],diameter=row['diameter'],hazardous=row['pha'],)neos.append(neo)return neosdef load_approaches(cad_json_path):"""Read close approach data from a JSON file.:param neo_csv_path: A path to a JSON file containing data about close approaches.:return: A collection of `CloseApproach`es."""# TODO: Load close approach data from the given JSON file.approaches = []with open(cad_json_path) as infile:content = json.load(infile)data = content['data']fields = {}for key in content['fields']:fields[key] = content['fields'].index(key)for row in data:approach = CloseApproach(designation=row[fields['des']],time=row[fields['cd']],distance=row[fields['dist']],velocity=row[fields['v_rel']],)approaches.append(approach)return approaches


class NEODatabase:"""一个包含near-Earth类及其近地时信息的数据库.A `NEODatabase` contains a collection of NEOs and a collection of closeapproaches. It additionally maintains a few auxiliary data structures tohelp fetch NEOs by primary designation or by name and to help speed upquerying for close approaches that match criteria."""def __init__(self, neos, approaches):"""Create a new `NEODatabase`.As a precondition, this constructor assumes that the collections of NEOsand close approaches haven't yet been linked - that is, the`.approaches` attribute of each `NearEarthObject` resolves to an emptycollection, and the `.neo` attribute of each `CloseApproach` is None.However, each `CloseApproach` has an attribute (`._designation`) thatmatches the `.designation` attribute of the corresponding NEO. Thisconstructor modifies the supplied NEOs and close approaches to link themtogether - after it's done, the `.approaches` attribute of each NEO hasa collection of that NEO's close approaches, and the `.neo` attribute ofeach close approach references the appropriate NEO.:param neos: A collection of `NearEarthObject`s.:param approaches: A collection of `CloseApproach`es."""self._neos = neosself._approaches = approachesself._data = {}for approach in self._approaches:if approach._designation not in self._data:self._data[approach._designation] = {'approaches': [],'neo': None,}self._data[approach._designation]['approaches'].append(approach)for neo in self._neos:if neo.designation not in self._data:self._data[neo.designation] = {'approaches': [],'neo': None,}self._data[neo.designation]['neo'] = neoif neo.name not in self._data:self._data[neo.name] = neo.designationneo.approaches.extend(self._data[neo.designation]['approaches'])for approach in self._approaches:approach.neo = self._data[approach._designation]['neo']def get_neo_by_designation(self, designation):"""Find and return an NEO by its primary designation.If no match is found, return `None` instead.Each NEO in the data set has a unique primary designation, as a string.The matching is exact - check for spelling and capitalization if nomatch is found.:param designation: The primary designation of the NEO to search for.:return: The `NearEarthObject` with the desired primary designation, or `None`."""if designation in self._data:return self._data[designation]['neo']return Nonedef get_neo_by_name(self, name):"""Find and return an NEO by its name.If no match is found, return `None` instead.Not every NEO in the data set has a name. No NEOs are associated withthe empty string nor with the `None` singleton.The matching is exact - check for spelling and capitalization if nomatch is found.:param name: The name, as a string, of the NEO to search for.:return: The `NearEarthObject` with the desired name, or `None`."""if name in self._data:return self.get_neo_by_designation(self._data[name])return Nonedef query(self, filters=()):"""Query close approaches to generate those that match a collection of filters.This generates a stream of `CloseApproach` objects that match all of theprovided filters.If no arguments are provided, generate all known close approaches.The `CloseApproach` objects are generated in internal order, which isn'tguaranteed to be sorted meaninfully, although is often sorted by time.:param filters: A collection of filters capturing user-specified criteria.:return: A stream of matching `CloseApproach` objects."""if filters:for approach in self._approaches:if all(map(lambda f: f(approach), filters)):yield approachelse:for approach in self._approaches:yield approach

Task 3：设计数据库条件查询方法

Task 4：保存查询结果

重要知识点：

@property作用：可以用调用属性的形式来调用方法（函数）,后面不需要加（）。
@classmethod作用：很多博客只是说@calssmethod的作用就是“可以不需要实例化，直接类名.方法名()来调用。这有利于组织代码，把某些应该属于某个类的函数给放到那个类里去，同时有利于命名空间的整洁”。很抽象，其实具体作用如下：

@classmethod的作用实际是可以在class内实例化class，一般使用在有工厂模式要求时。作用就是比如输入的数据需要清洗一遍再实例化，可以把清洗函数定义在class内部并加上@classmethod装饰器已达到减少代码的目的。总结起来就是：@class method可以用来为一个类创建一些预处理的实例。https://blog.csdn.net/qq_23981335/article/details/103798741

优达学城python项目P1：搜索和探索近地天体(NEOs)相关推荐

优达学城无人驾驶工程师——P1寻找车道线
这次介绍的是优达学城的无人驾驶工程师的P1项目,利用车的前摄像头来识别当前车道的左右两边两条的车道线.测试图片和视频在文章最后的链接里. 一开始先倒包 #importing some useful p ...
优达学城 python 人工智能入门_有人报过优达学城的人工智能入门小班吗，真的有用吗？...
先自报家门,文科生,研究生学的管理,已过而立之年,0基础. 按要求回答你的问题: 1.人工智能就业前景.说实话,我刚人工智能基础毕业,现在在学深度学习,所以还没转型,暂时还不知道.但是我知道,现在经济 ...
python人工智能入门优达视频_看优达学城python入门视频学习C++
在如今这个时代,计算机领域中,各种技术瞬息万变,不断更新迭代.随着人工智能.机器学习等先进技术的兴起,近年来,python入门视频是很多人关注的,Python程序员的数量已经大大超过C++程序员.然而 ...
python课程优达学城_优达学城自动驾驶课程项目——车道检测
汽车在道路上行驶需要遵循一定的行驶规则,路面的车道则起到规范汽车行驶规则的作用.车道的种类有很多种,如单行线.双行线,虚线.网格线等,不同颜色.形状的车道线代表着不同的行驶规则,汽车和行人可以根据这些 ...
优达学城计算机视觉pkl,优达学城机器学习工程师纳米学位项目介绍
本文由 meelo 原创,请务必以链接形式注明本文地址,简书同步更新地址一对一的项目辅导是优达学城纳米学位的一大亮点.本文将简要介绍优达学城机器学习工程师纳米学位的6个项目.项目覆盖了机器学习的主 ...
优达学城_数据清洗_项目三wrangle_act
下面是我优达学城项目三的记录报告里面的思路和文字说明大多都在代码块里面的注释中,#后面?,可能不太容易看,需要认真看.? #导入可能需要的包 import os import numpy as np ...
学习优达学城《无人驾驶入门》，具体需要掌握哪些python知识点？
在上一篇文章< 002 零基础如何学习优达学城的<无人驾驶入门>?>中,我介绍了学习<无人驾驶入门>需要哪些先修知识,其中,最重要的是python.优达官方对pyt ...
无人驾驶8：粒子滤波定位(优达学城项目)
优达学城无人车定位的项目实现: 粒子滤波算法流程图粒子滤波的伪代码: step1:初始化理论上说,当粒子数量足够多时,能准确地呈现贝叶斯后验分布,如果粒子太少,可能漏掉准确位置,粒子数量太多,会拖 ...
零基础如何学习优达学城的《无人驾驶入门》？
因为感兴趣,而且看好无人驾驶行业,我学习了优达学城的<无人驾驶入门>课程.最近整理了无人驾驶领域的资料,写成文章分享给大家. 作为系列文章的第一篇,我想介绍一下<无人驾驶入门> ...

优达学城python项目P1：搜索和探索近地天体(NEOs)