(作为一个python初学者,记录一点学习期间的笔记,方便日后查阅,若有错误或者更加便捷的方法,望指出!)
1、读取TXT文件数据,并对其中部分数据进行划分。一部分作为训练集数据,一部分作为测试集数据:
def loadData(filename,split,trainingSet=[],testSet=[]):
with open(filename,'r') as file:
lines = file.readlines()
dataset = [[] for i in range(len(lines)-1)]
for i in range(len(dataset)):
dataset[i][:] = (item for item in lines[i].strip().split(',')) # 逐行读取数据
print("dateset:",dataset)
for x in range(len(dataset)):
for y in range(len(dataset[0])-1):
dataset[x][y] = float(dataset[x][y]) # 将除最后一列的数据转化为浮点型
if random.random() < split: # 将数据集进行划分
trainingSet.append(dataset[x])
else:
testSet.append(dataset[x])
print("trainingSet",len(trainingSet))
print("testset",len(testSet))
loadData('irisdata.txt',0.8)
2、提取csv文件中的数据,把特征值转化为:特征名称:特征值 的字典格式,用于调用sklearn库。
转换结果如图:
with open("AllElectronics.csv", 'r') as file:
data_lines = file.readlines()
data = [[] for i in data_lines]
for i in range(len(data_lines)):
data[i][:] = (item for item in data_lines[i].strip().split(","))
headers = []
featureList = []
labelList = []
for i in data[0]:
headers.append(i) # 提取第一行类别名称
del(data[0])
for row in data:
labelList.append(row[-1])
rowDict = {}
for i in range(1,len(row)-1): # 把每一行转换成一个字典,便于直接利用sklearn直接提供的库函数
rowDict[headers[i]] = row[i]
featureList.append(rowDict)
print(labelList)
print(featureList)