下载了《机器学习实战：基于Scikit-Learn和TensorFlow》，然后阅读，对里面的代码给出一点注释和解析，从头开始吧！
先学习第一个项目中的第一块（下载数据集）：
把自己加注释的代码放上：
import os
import tarfile
from six.moves import urllib
import pandas as pd
DOWNLOAD_ROOT = "https://raw.githubusercontent.com/ageron/handson-ml/master/" #网站路径
HOUSING_PATH = "datasets/housing" #存储路径
HOUSING_URL = DOWNLOAD_ROOT + HOUSING_PATH + "/housing.tgz" #文件名
def fetch_housing_data(housing_url = HOUSING_URL,housing_path = HOUSING_PATH): #默认下载url和存储路径
if not os.path.isdir(housing_path): #如果不存在当前路径文件夹
os.makedirs(housing_path) #创建路径文件夹
tgz_path = os.path.join(housing_path,"housing.tgz") #连接路径，最终tgz_path为"datasets/housing/housing.tgz"
urllib.request.urlretrieve(housing_url,tgz_path) #下载到本地
housing_tgz = tarfile.open(tgz_path) #打开压缩包
housing_tgz.extractall(path=housing_path) #解压到路径
housing_tgz.close() #关闭压缩包
def load_housing_data(housing_path = HOUSING_PATH):
csv_path = os.path.join(housing_path,"housing.csv") #连接到csv的路径
return pd.read_csv(csv_path) #读取csv文件
下面放上每个函数的作用：
os.path.isdir(): 判断某一路径是否为目录
os.makedirs(): 用于递归创建目录(可以一次创建多个目录)
os.path.join(): 连接两个或更多的路径名组件
urllib.request.urlretrieve(): 将URL表示的网络对象复制到本地文件
tarfile.open()、extractall()、close()： 三个函数配合解压文件
pd.read_csv(): 读取csv文件
努力坚持更，希望能写完。。。
