Python加载文件内容的两种实现方式_F11 - 专业站长和开发者的学习网站

分享到

Python加载文件内容的两种实现方式

python 来源：互联网作者：佚名发布时间：2022-09-28 17:09:05 人浏览

摘要

说到机器学习，大家首先想到的可能就是Python和算法了，其实光有Python和算法是不够的，数据才是进行机器学习的前提。大多数的数据都会存储在文件中，要想通过Python调用算法对数据

说到机器学习，大家首先想到的可能就是Python和算法了，其实光有Python和算法是不够的，数据才是进行机器学习的前提。

大多数的数据都会存储在文件中，要想通过Python调用算法对数据进行相关学习，首先就要将数据读入程序中，本文介绍两种加载数据的方式，在之后的算法介绍中，将频繁使用这两种方式将数据加载到程序。

下面我们将以Logistic Regression模型加载数据为例，分别对两种不同的加载数据的方式进行介绍。

一、利用open()函数进行加载

def load_file(file_name):

'''

利用open()函数加载文件

:param file_name: 文件名

:return: 特征矩阵、标签矩阵

'''

f = open(file_name) # 打开训练数据集所在的文档

feature = [] # 存放特征的列表

label = [] #存放标签的列表

for row in f.readlines():

f_tmp = [] # 存放特征的中间列表

l_tmp = [] # 存放标签的中间列表

number = row.strip().split("\t") # 按照\t分割每行的元素，得到每行特征和标签

f_tmp.append(1) # 设置偏置项

for i in range(len(number) - 1):

f_tmp.append(float(number[i]))

l_tmp.append(float(number[-1]))

feature.append(f_tmp)

label.append(l_tmp)

f.close() # 关闭文件，很重要的操作

return np.mat(feature), np.mat(label)

二、利用Pandas库中的read_csv()方法进行加载

def load_file_pd(path, file_name):

'''

利用pandas库加载文件

:param path: 文件路径

:param file_name: 文件名称

:return: 特征矩阵、标签矩阵

'''

feature = pd.read_csv(path + file_name, delimiter="\t", header=None, usecols=[0, 1])

feature.columns = ["a", "b"]

feature = feature.reindex(columns=list('cab'), fill_value=1)

label = pd.read_csv(path + file_name, delimiter="\t", header=None, usecols=[2])

return feature.values, label.values

三、示例

我们可以使用上述的两种方法加载部分数据进行测试，数据内容如下：

数据分为三列，前两列是特征，最后一列是标签。

加载数据代码如下：

'''

两种方式加载文件

'''

import pandas as pd

import numpy as np

def load_file(file_name):

'''

利用open()函数加载文件

:param file_name: 文件名

:return: 特征矩阵、标签矩阵

'''

f = open(file_name) # 打开训练数据集所在的文档

feature = [] # 存放特征的列表

label = [] #存放标签的列表

for row in f.readlines():

f_tmp = [] # 存放特征的中间列表

l_tmp = [] # 存放标签的中间列表

number = row.strip().split("\t") # 按照\t分割每行的元素，得到每行特征和标签

f_tmp.append(1) # 设置偏置项

for i in range(len(number) - 1):

f_tmp.append(float(number[i]))

l_tmp.append(float(number[-1]))

feature.append(f_tmp)

label.append(l_tmp)

f.close() # 关闭文件，很重要的操作

return np.mat(feature), np.mat(label)

def load_file_pd(path, file_name):

'''

利用pandas库加载文件

:param path: 文件路径

:param file_name: 文件名称

:return: 特征矩阵、标签矩阵

'''

feature = pd.read_csv(path + file_name, delimiter="\t", header=None, usecols=[0, 1])

feature.columns = ["a", "b"]

feature = feature.reindex(columns=list('cab'), fill_value=1)

label = pd.read_csv(path + file_name, delimiter="\t", header=None, usecols=[2])

return feature.values, label.values

if __name__ == "__main__":

path = "C://Users//Machenike//Desktop//xzw//"

feature, label = load_file(path + "test.txt")

feature_pd, label_pd = load_file_pd(path, "test.txt")

print(feature)

print(feature_pd)

print(label)

print(label_pd)

测试结果：

[[ 1. 1.43481273 4.54377111]
[ 1. 5.80444603 7.72222239]
[ 1. 2.89737803 4.84582798]
[ 1. 3.48896827 9.42538199]
[ 1. 7.98990181 9.38748992]
[ 1. 6.07911968 7.81580716]
[ 1. 8.54988938 9.83106546]
[ 1. 1.86253147 3.64519173]
[ 1. 5.09264649 7.16456405]
[ 1. 0.64048734 2.96504627]
[ 1. 0.44568267 7.27017831]]
[[ 1. 1.43481273 4.54377111]
[ 1. 5.80444603 7.72222239]
[ 1. 2.89737803 4.84582798]
[ 1. 3.48896827 9.42538199]
[ 1. 7.98990181 9.38748992]
[ 1. 6.07911968 7.81580716]
[ 1. 8.54988938 9.83106546]
[ 1. 1.86253147 3.64519173]
[ 1. 5.09264649 7.16456405]
[ 1. 0.64048734 2.96504627]
[ 1. 0.44568267 7.27017831]]
[[ 0.]
[ 0.]
[ 0.]
[ 0.]
[ 0.]
[ 0.]
[ 0.]
[ 0.]
[ 0.]
[ 0.]
[ 0.]]
[[0]
[0]
[0]
[0]
[0]
[0]
[0]
[0]
[0]
[0]
[0]]

从测试结果来看可知两种加载数据的方法得到的数据结果是一样的，故两种方法均适用于加载数据。

注意：

此处是以Logistic Regression模型加载数据为例，数据与数据本身或许会有差异，但加载数据的方式都是大同小异的，要灵活变通。

您可能感兴趣的文章 :

原文链接 : https://blog.csdn.net/gdkyxy2013/article/details/81979214

Tag : python(762)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速