python 讀取文本

標籤：

將文本轉換到NumPy 數組中，做機器學習或其他任何任務，文本處理的技能必不可少。python 實現實現了很精簡強大的文本處理功能：

假設 檔案 traindata.csv 中有資料 1000行，3列特徵，第四列（最後一列）為類標籤

1. 基本方法：

def file2matrix():    dataMat = []    labelMat = []    fr = open(‘./traindata.csv‘,‘rb‘)  
　　 fr.readline()    for line in fr.readlines():  #讀取每一行
　　　　curLine = line.strip().split(‘\t‘)
　　　　lineArr = []
　　　　for i in range(3):
　　　　　　lineArr.append(float(curLine[i])) # 讀取每個屬性  
　　　　dataMat.append(lineArr)   
　　　　labelMat.append(float(curLine[3]))
　　return dataMat,labelMat
    

2. 使用csv模組

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 模組

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

很明顯，如果熟練掌紋pandas 將會很簡單，so easy.

紙上得來終覺淺，絕知此事要躬行....

just do it!

 

python 讀取文本