Python笔记（读取txt文件中的数据）

在机器学习中，常常需要读取txt文本中的数据，这里主要整理了两种读取数据的方式

数据内容

• 共有四列数据，前三列为特征值，最后一列为数据标签

40920	8.326976	0.953952	3
14488	7.153469	1.673904	2
26052	1.441871	0.805124	1
75136	13.147394	0.428964	1
38344	1.669788	0.134296	1
72993	10.141740	1.032955	1
35948	6.830792	1.213192	3
42666	13.276369	0.543880	3
67497	8.631577	0.749278	1
35483	12.273169	1.508053	3

方式一：手动读取

from numpy import *
import operator
from os import listdir

def file2matrix(filename):
    fr = open(filename)
    numberOfLines = len(fr.readlines())         #get the number of lines in the file
    returnMat = zeros((numberOfLines,3))        #prepare matrix to return
    classLabelVector = []                       #prepare labels return
    fr = open(filename)
    index = 0
    for line in fr.readlines():
        line = line.strip()
        listFromLine = line.split('\t')
        returnMat[index,:] = listFromLine[0:3]
        classLabelVector.append(int(listFromLine[-1]))
        index += 1
    return returnMat,classLabelVector

dataMat,dataLabel = file2matrix("datingTestSet2.txt")

print(dataMat, dataLabel)

方式二：使用pandas

import numpy as np
import pandas as pd
df_news = pd.read_table('datingTestSet2.txt',header = None)
df_news

详细可以查看下面文档

• pandas官方文档：https://pandas.pydata.org/pandas-docs/version/0.18.1/generated/pandas.read_table.html
• pandas.core.frame.DataFrame：https://blog.csdn.net/daydayup_668819/article/details/82315565