文件、Path 与 JSON

学习目标

• 用 Path 组合路径、创建目录和检查文件；
• 读写 UTF-8 文本；
• 用 JSON 保存只包含基本数据类型的配置和指标；
• 为缺失文件和无效 JSON 留出可诊断的处理路径。

Path 比字符串拼路径更可靠

from pathlib import Path

root = Path("runs")
config_path = root / "config.json"
root.mkdir(exist_ok=True)
print(config_path, config_path.parent)

/ 运算符会按当前平台组合路径。exists()、is_file() 和 glob("*.json") 可用于检查输入。相对路径从当前工作目录开始，因此运行脚本前要确认终端位置。

读写文本与 JSON

下面是一个完整、可独立运行的配置 round-trip 示例：

import json
from pathlib import Path

root = Path("runs")
root.mkdir(exist_ok=True)
config_path = root / "config.json"
config = {"learning_rate": 1e-3, "batch_size": 64, "tags": ["baseline"]}
config_path.write_text(json.dumps(config, indent=2), encoding="utf-8")
loaded = json.loads(config_path.read_text(encoding="utf-8"))
print(loaded["batch_size"], loaded["tags"])

JSON 支持字符串、数字、布尔值、null、列表和对象（Python 中对应 None 与字典）。它不保存 Python 类实例或函数。indent=2 只影响可读性，不改变数据。

用配置驱动一次实验

import json
from pathlib import Path

config = {"model": "linear", "epochs": 3}
metrics = {"final_loss": 0.42, "config": config}
output_path = Path("runs") / "metrics.json"
output_path.parent.mkdir(exist_ok=True)
output_path.write_text(json.dumps(metrics, indent=2), encoding="utf-8")
print(json.loads(output_path.read_text(encoding="utf-8"))["final_loss"])

把配置和结果一起保存，之后才能知道某个指标来自哪组超参数。真实项目中还应记录代码版本、随机种子和环境版本。

常见错误

• 直接拼接 "runs/" + filename 在 Windows 上容易混用分隔符；用 Path / filename。
• 忘记 encoding="utf-8" 会让跨平台文本读写更难诊断。
• JSON 文件损坏或字段缺失时，不要默默使用错误默认值；在下一课用异常处理给出明确提示。

练习

★ 基础

创建 outputs 目录，写入包含模型名和指标的 JSON，再读回并打印指标。

★★ 应用

用 Path.glob("*.json") 列出目录中的配置文件，按文件名排序后打印。

★★★ 综合

写一个函数 load_config(path)：文件存在时读取 JSON，不存在时返回 {"device": "cpu"}；调用者应能区分真实配置和默认配置。

小结与速查表

Path / name 组合路径；mkdir(exist_ok=True) 创建目录；write_text/read_text 处理文本；json.dumps/json.loads 在 Python 数据和 JSON 文本间转换；配置和结果应一起保存以便复现。

D2L 衔接

D2L 实验常把超参数、指标和数据路径写入配置文件。掌握 Path 和 JSON 后，你能独立检查“读的是哪个文件、配置是什么、结果保存在哪里”，再把问题交给模型或 Tensor 代码排查。