python從txt文件讀取數據

　　（作為一個python初學者，記錄一點學習期間的筆記，方便日后查閱，若有錯誤或者更加便捷的方法，望指出！）

　1、讀取TXT文件數據，並對其中部分數據進行划分。一部分作為訓練集數據，一部分作為測試集數據：

def loadData(filename,split,trainingSet=[],testSet=[]):
    with open(filename,'r') as file:
        lines = file.readlines()
        dataset = [[] for i in range(len(lines)-1)]
        for i in range(len(dataset)):
            dataset[i][:] = (item for item in lines[i].strip().split(','))   # 逐行讀取數據
        print("dateset:",dataset)
        for x in range(len(dataset)):
            for y in range(len(dataset[0])-1):
                dataset[x][y] = float(dataset[x][y])          # 將除最后一列的數據轉化為浮點型
            if random.random() < split:                # 將數據集進行划分
                trainingSet.append(dataset[x])
            else:
                testSet.append(dataset[x])
    print("trainingSet",len(trainingSet))
    print("testset",len(testSet))

loadData('irisdata.txt',0.8)

 

2、提取csv文件中的數據，把特征值轉化為：特征名稱：特征值 的字典格式，用於調用sklearn庫。

轉換結果如圖：

with open("AllElectronics.csv", 'r') as file:
    data_lines = file.readlines()
    data = [[] for i in data_lines]
    for i in range(len(data_lines)):
        data[i][:] = (item for item in data_lines[i].strip().split(","))

headers = []
featureList = []
labelList = []
for i in data[0]:
    headers.append(i)  # 提取第一行類別名稱
del(data[0])

for row in data:
    labelList.append(row[-1])
    rowDict = {}
    for i in range(1,len(row)-1):    # 把每一行轉換成一個字典，便於直接利用sklearn直接提供的庫函數
        rowDict[headers[i]] = row[i]
    featureList.append(rowDict)
print(labelList)
print(featureList)