机器学习_06_导入数据的三种方法

Java「在学」

于 2019-07-27 10:32:31 发布

阅读量1.4k

点赞数 1

分类专栏：机器学习入门

机器学习入门专栏收录该内容

10 篇文章

订阅专栏

本文介绍了如何使用Python的标准库、NumPy和Pandas三种方法来导入CSV文件数据，并对比了各自的操作过程及结果，适用于数据预处理阶段的数据加载。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用标准的python库导入数据

from  csv import reader
import  numpy as np
#   01. 使用标准的python库导入数据
filename = 'Pima_Indians.csv'
with open(filename,'rt') as raw_data:
    readers = reader(raw_data,delimiter  = ',')
    x = list(readers)
    data = np.array(x).astype('float')
    print(data.shape)

(768, 9)

02.采用numpy 导入数据

from numpy import loadtxt
#  02.采用numpy 导入数据
filename = 'Pima_Indians.csv'
with open(filename,'rt') as raw_data:
    data = loadtxt(raw_data,delimiter=',')
    print(data.shape)

(768, 9)
03.采用pandas 导入数据

from pandas import read_csv
#  03.采用pandas 导入数据
filename = 'Pima_Indians.csv'
names = ['preg','plas','pres','skin','test','mess','pedi','age','class']
data = read_csv(filename,names=names)
print(data.shape)

(768, 9)

pandas较为实用