快捷導(dǎo)航

Python加載文件內(nèi)容的兩種實(shí)現(xiàn)方式

更新時(shí)間：2022年09月26日 14:39:31 作者：象在舞

這篇文章主要介紹了Python加載文件內(nèi)容的兩種實(shí)現(xiàn)方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教

大多數(shù)的數(shù)據(jù)都會(huì)存儲(chǔ)在文件中，要想通過(guò)Python調(diào)用算法對(duì)數(shù)據(jù)進(jìn)行相關(guān)學(xué)習(xí)，首先就要將數(shù)據(jù)讀入程序中，本文介紹兩種加載數(shù)據(jù)的方式，在之后的算法介紹中，將頻繁使用這兩種方式將數(shù)據(jù)加載到程序。

下面我們將以Logistic Regression模型加載數(shù)據(jù)為例，分別對(duì)兩種不同的加載數(shù)據(jù)的方式進(jìn)行介紹。

一、利用open()函數(shù)進(jìn)行加載

def load_file(file_name):
    '''
    利用open()函數(shù)加載文件
    :param file_name: 文件名
    :return: 特征矩陣、標(biāo)簽矩陣
    '''
    f = open(file_name)  # 打開(kāi)訓(xùn)練數(shù)據(jù)集所在的文檔
    feature = []  # 存放特征的列表
    label = []  #存放標(biāo)簽的列表
    for row in f.readlines():
        f_tmp = []  # 存放特征的中間列表
        l_tmp = []  # 存放標(biāo)簽的中間列表
        number = row.strip().split("\t")  # 按照\(chéng)t分割每行的元素，得到每行特征和標(biāo)簽
        f_tmp.append(1)  # 設(shè)置偏置項(xiàng)
        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()  # 關(guān)閉文件，很重要的操作
    return np.mat(feature), np.mat(label)

二、利用Pandas庫(kù)中的read_csv()方法進(jìn)行加載

def load_file_pd(path, file_name):
    '''
    利用pandas庫(kù)加載文件
    :param path: 文件路徑
    :param file_name: 文件名稱
    :return: 特征矩陣、標(biāo)簽矩陣
    '''
    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

我們可以使用上述的兩種方法加載部分?jǐn)?shù)據(jù)進(jìn)行測(cè)試，數(shù)據(jù)內(nèi)容如下：

數(shù)據(jù)分為三列，前兩列是特征，最后一列是標(biāo)簽。

加載數(shù)據(jù)代碼如下：

'''
兩種方式加載文件
'''
 
import pandas as pd
import numpy as np
 
def load_file(file_name):
    '''
    利用open()函數(shù)加載文件
    :param file_name: 文件名
    :return: 特征矩陣、標(biāo)簽矩陣
    '''
    f = open(file_name)  # 打開(kāi)訓(xùn)練數(shù)據(jù)集所在的文檔
    feature = []  # 存放特征的列表
    label = []  #存放標(biāo)簽的列表
    for row in f.readlines():
        f_tmp = []  # 存放特征的中間列表
        l_tmp = []  # 存放標(biāo)簽的中間列表
        number = row.strip().split("\t")  # 按照\(chéng)t分割每行的元素，得到每行特征和標(biāo)簽
        f_tmp.append(1)  # 設(shè)置偏置項(xiàng)
        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()  # 關(guān)閉文件，很重要的操作
    return np.mat(feature), np.mat(label)
 
def load_file_pd(path, file_name):
    '''
    利用pandas庫(kù)加載文件
    :param path: 文件路徑
    :param file_name: 文件名稱
    :return: 特征矩陣、標(biāo)簽矩陣
    '''
    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)

測(cè)試結(jié)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]]