对IO.py完成了修改，注释和运行

IO.py

@@ -6,30 +6,92 @@ import scipy.io as sio
 import numpy as np
 import matplotlib.pyplot as plt
 from mpl_toolkits.mplot3d import Axes3D
+import os
+
+# 通过以下三段代码来保证scipy.io.savemat 函数的正常运行
+
+# 指定要保存的文件路径
+file_path = 'data/testpython.mat'
+
+# 获取文件夹路径
+folder_path = os.path.dirname(file_path)
+
+# 如果文件夹不存在，则创建它
+if not os.path.exists(folder_path):
+    os.makedirs(folder_path)
 
 # 创建4个变量，并赋值
-#sio.savemat('data/testpython.mat', {'a': 1, 'b': 5, 'c': 3, 'd': 4})
-# 创建了一个变量x，并赋予一个矩阵
-#sio.savemat('data/testpython2.mat', {'x': [[1, 3, 5, 4], [5, 3, 2, 8]]})
+sio.savemat('data/testpython.mat', {'a': 1, 'b': 5, 'c': 3, 'd': 4})
+"""
+这行代码调用savemat函数来保存数据。
 
+'data/testpython.mat':
+  这是你想要保存文件的路径和文件名。这里的例子中,文件会被保存在名为data的文件夹下,文件名为testpython.mat。
+{'a': 1, 'b': 5, 'c': 3, 'd': 4}:
+  这是一个Python字典,其中包含了你想要保存到.mat文件中的数据。在这个例子中,你有四个键值对,键是'a', 'b', 'c', 和'd',相应的值是1, 5, 3, 和4。
+  
+  注意:scipy.io.savemat 函数在保存 MATLAB 格式的 .mat 文件时，默认情况下不会自动创建不存在的文件路径。如果指定的文件路径不存在，函数会引发一个错误。
+  
+  因此需要在使用scipy.io.savemat前确保文件存在
+"""
+
+
+# 创建了一个变量x，并赋予一个矩阵
+sio.savemat('data/testpython2.mat', {'x': [[1, 3, 5, 4], [5, 3, 2, 8]]})
+
+# 读取“testpython.mat”文件内容并赋值给data变量
 data = sio.loadmat('data/testpython.mat')
+# 同上
 data2 = sio.loadmat('data/testpython2.mat')
+
+
+# 创建一个内值全为零的数组变量x
 x = np.zeros([1, 4])
+"""
+np.zeros()是NumPy提供的一个函数,用于创建一个包含零值的数组。
+[1, 4]是传递给np.zeros()函数的参数,它指定了要创建的数组的形状。在这个例子中,它是一个包含1行和4列的数组。
+"""
+
+# 分别对x变量数组内的各值进行赋值
 x[0][0] = data['a']
 x[0][1] = data['b']
 x[0][2] = data['c']
 x[0][3] = data['d']
-y=data2['x']
-print(x,x.dtype,y[0],y[0].dtype)
 
+y = data2['x']
+
+# 打印x及其数据类型，以及y矩阵中第一行的内容及其数据类型
+print(x, f"x的数据类型为{x.dtype}", y[0], f"y中第一列的数据类型为{y[0].dtype}")
+
+# 初始化一个图形对象，然后可以在该图形上绘制不同的图表或子图。
 fig = plt.figure()
+
+# 在fig上创建一个带有三维坐标系的子图
 ax = fig.add_subplot(111, projection='3d')
+"""
+.add_subplot(111, projection='3d')：这是在图形对象 fig 中添加一个三维坐标系的子图的操作。
+
+111:这个参数表示将图形分割成一个 1x1 的网格，并选择网格中的第一个位置。这意味着整个图形窗口只包含一个子图，占据整个窗口。
+
+projection='3d':这个参数指定了子图的投影类型为三维坐标系(3D)。这意味着你可以在这个子图中绘制三维图表,例如三维散点图、曲面图等。
+
+"""
+
+# 设定散点的xyz数据
 xs = x
 ys = y[0]
 zs = y[1]
+
+# 画出对应位置的点
 ax.scatter(xs, ys, zs, c='b', marker='o')
+
+# 给xyz轴加上标签
 ax.set_xlabel('x')
 ax.set_ylabel('y')
 ax.set_zlabel('z')
+
+# 显示图像
 plt.show()
+
+# 释放资源并清除图形
 plt.close()