正文
python 读取文本
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
将文本转换到NumPy 数组中，做机器学习或其他任何任务，文本处理的技能必不可少。python 实现实现了很精简强大的文本处理功能：
假设 文件 traindata.csv 中有数据 1000行，3列特征，第四列（最后一列）为类标签
1. 基本方法：
def file2matrix():
dataMat = []
labelMat = []
fr = open('./traindata.csv','rb')
fr.readline()
for line in fr.readlines(): #读取每一行
curLine = line.strip().split('\t')
lineArr = []
for i in range(3):
lineArr.append(float(curLine[i])) # 读取每个属性
dataMat.append(lineArr)
labelMat.append(float(curLine[3]))
return dataMat,labelMat
2. 使用csv模块
import csvdef file2Matrix():
fr = open('./traindata','rb')
lines = csv.reader(fr)
lines.next() // 忽略第一行
for line in lines:
....
3. 使用pandas 模块
import pandas as pddef file2Matrix():
fr = open('./traindata.csv','rb')
df = pd.read_csv(fr,header=0)
dataMat = df[['feature1','feature2','feature3']]
labelMat = df['label']
return dataMat,labelMat
很明显，如果熟练掌纹pandas 将会很简单，so easy.
纸上得来终觉浅，绝知此事要躬行....
just do it!
