学习数据分析第一天

老师给了我几个论题让我选择，我选择了基于因果学习的临床疗效预测。

https://mp.weixin.qq.com/s/NbOFeGgkngdRpYAMFOR1UQ

github

搜索：Causal machine learning AND treatment

首先就是查找根据通过关键字"Causal machine learning AND treatment"去github查找前人的数据与代码，进行学习与创新。

我选择第一个（py-why/EconML）是因为它由微软研究院开发，功能全面、文档完善、示例丰富，支持主流因果机器学习算法（如DML、Causal Forest等），且持续维护更新，是学术界和工业界广泛认可的权威工具，最适合从入门到进阶系统学习。

python 复制代码

# 导入所需的标准库和第三方库
import os                     # 用于操作系统相关的功能，如路径处理
import requests               # 用于发送 HTTP 请求（访问 GitHub API 和下载文件）
from pathlib import Path      # 提供面向对象的文件路径操作方式
from tqdm import tqdm         # 用于显示进度条，提升用户体验

# ==================== 配置参数 ====================
# 指定要下载的 GitHub 仓库地址
repo_url = "https://github.com/py-why/EconML"

# 指定本地保存下载文件的目录（可按需修改）
download_dir = "D:/Python/Jupyter_Notebooks/因果分析/EconML"

# ==================== 创建本地目录 ====================
# 使用 pathlib.Path 确保目标目录存在；若不存在则自动创建（包括父目录）
Path(download_dir).mkdir(parents=True, exist_ok=True)

# ==================== 获取仓库根目录下的文件列表 ====================
# 将 GitHub 页面 URL 转换为对应的 GitHub API 地址
# 例如：https://github.com/user/repo → https://api.github.com/repos/user/repo/contents
api_url = f"{repo_url.replace('https://github.com', 'https://api.github.com/repos')}/contents"

# 向 GitHub API 发送 GET 请求，获取仓库根目录的内容信息
response = requests.get(api_url)

# 检查请求是否成功（HTTP 状态码 200 表示成功）
if response.status_code != 200:
    print("❌ 获取项目失败，请检查网络或 URL")
    exit()  # 如果失败，终止程序

# 解析返回的 JSON 数据，得到一个包含文件和文件夹信息的列表
files = response.json()

# ==================== 遍历并下载每个文件 ====================
# 使用 tqdm 显示下载进度条
for item in tqdm(files, desc="正在下载文件"):
    file_path = item['path']        # 文件在仓库中的相对路径（如 "README.md" 或 "src/utils.py"）
    url = item['download_url']      # GitHub 提供的直接下载链接（仅文件有，文件夹为 None）

    # 如果 download_url 为空，说明这是一个目录（文件夹），跳过不处理
    if not url:
        continue

    # 提取文件所在子目录（如果有的话）
    folder = os.path.dirname(file_path)
    if folder:  # 如果文件在子目录中
        # 在本地创建对应的子目录结构
        Path(os.path.join(download_dir, folder)).mkdir(parents=True, exist_ok=True)

    # 构造本地完整的文件保存路径
    filepath = os.path.join(download_dir, file_path)

    # 尝试下载并保存文件
    try:
        # 发起流式请求（避免一次性加载大文件到内存）
        r = requests.get(url, stream=True)
        r.raise_for_status()  # 如果响应状态码不是 2xx，抛出异常

        # 以二进制写入模式打开本地文件
        with open(filepath, 'wb') as f:
            # 分块读取响应内容（每块 8192 字节），并写入文件
            for chunk in r.iter_content(chunk_size=8192):
                f.write(chunk)
        # 下载成功提示
        print(f"✅ 已下载: {file_path}")
    except Exception as e:
        # 捕获任何异常（如网络错误、权限问题等），并打印错误信息
        print(f"❌ 下载失败: {file_path} - {e}")

懒得一个一个的下载了，我选择用python进行克隆到我电脑上。