获取数据 - 将Excel文件读入矩阵matrix中 - Python代码

最新推荐文章于 2025-04-25 17:30:10 发布

黄饱饱_bao

最新推荐文章于 2025-04-25 17:30:10 发布

阅读量2w

点赞数 9

分类专栏：数据变换与计算文章标签： matrix 转储 python

本文链接：https://blog.youkuaiyun.com/weixin_40683253/article/details/81910453

版权

在机器学习中，数据预处理是关键步骤，本文介绍如何使用Python将Excel文件读入矩阵，并通过MinMaxScaler进行数据归一化。代码示例展示了将数据范围标准化到[0, 1]的过程，同时提供了进一步学习数据标准化的资源链接。" 9080459,564665,最大熵马尔科夫模型(MEMM)与标注偏置问题解析,"['自然语言处理', '概率模型', '机器学习', '信息处理', '序列模型']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

机器学习中，很多算法的计算逻辑是基于数学的，免不了求特征值和特征向量这种事情，因此，在数据预处理的时候，将数据源中的数据转储成矩阵格式是很有必要的。

原数据：

代码：

import numpy as np
import pandas as pd
import xlrd
from sklearn import preprocessing

def excel_to_matrix(path):
    table = xlrd.open_workbook(path).sheets()[0]#获取第一个sheet表
    row = table.nrows  # 行数
    col = table.ncols  # 列数
    datamatrix = np.zeros((row, col))#生成一个nrows行ncols列，且元素均为0的初始矩阵
    for x in range(col):
        cols = np.matrix(table.col_values(x))  # 把list转换为矩阵进行矩阵操作
        datamatrix[:, x] = cols # 按列把数据存进矩阵中
    #数据归一化   
    min_max_scaler = preprocessing.MinMaxScaler()
    datamatrix  = min_max_scaler.fit_transform(datamatrix)
    return datamatrix

datafile = u'E:\\pythondata

最低0.47元/天解锁文章