上一节学习的是关于张量的处理,这一节学习开始学习处理数据
1、import首先跟着教学视频操作,本节拦路虎
import os import os 就是 导入标准库os(operating system),csv是逗号分隔值文件,用来存储数据的 2、os.makedirs(os.path.join('..', 'data'), exist_ok=True) data_file = os.path.join('..', 'data', 'house_tiny.csv') with open(data_file, 'w') as f: f.write('NumRooms,Alley,Price\n') # 列名 f.write('NA,Pave,127500\n') # 每行表示一个数据样本 f.write('2,NA,106000\n') f.write('4,NA,178100\n') f.write('NA,NA,140000\n') 这两行的..困扰我很久,结果就是举例子,让自己填名称,不能填..,这里的名称就是你想创建数据的文件地址,比如我放在了E盘的learnpython下,我在这里写的就是
os.makedirs(os.path.join('E:/learnpython', 'data'), exist_ok=True)
data_file = os.path.join('E:/learnpython', 'data','house_tiny.csv')
就正确了,并且可以发现这个文件夹下多了一个data的文件夹和名为house_tiny的文件
但是后来试过只填..也可以 以下是我找的大佬的讲解
os.makedirs() 方法用于递归创建目录
makedirs()方法语法格式如下:
os.makedirs(path, mode=0o777)
参数
path – 需要递归创建的目录,可以是相对或者绝对路径。
mode – 权限模式。
os.path.join()函数用于路径拼接文件路径
路径表示
. 表示当前目录
.. 表示当前目录的上一级目录。
./表示当前目录下的某个文件或文件夹,视后面跟着的名字而定
../表示当前目录上一级目录的文件或文件夹,视后面跟着的名字而定
————————————————
版权声明:本文为CSDN博主「程序员龙一」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_43658159/article/details/116646515
3、exist_ok:是否在目录存在时触发异常。如果exist_ok为False(默认值),则在目标目录已存在的情况下触发FileExistsError异常;如果exist_ok为True,则在目标目录已存在的情况下不会触发FileExistsError异常。
with open(r'filename.txt') as f:
data_user=pd.read_csv(f) #文件的读操作
with open('data.txt', 'w') as f:
f.write('hello world') #文件的写操作
4、import pandas as pd 调用pandas并且把pandas简化为pd
data = pd.read_csv(data_file) 读取csv文件并输出
print(data)
5、iloc(index location)表示的是一个文件的索引,表示对所有行,第一列到第二列赋值给inputs,对所有行,第三列赋值给outputs
fillna是表示对缺失值进行填充,而mean函数的意为求均值(3),所以这行代码的意思为用inputs的均值,对inputs的缺失值进行填充
6、get_dummies函数是对所要操作的表格进行自动转换为两列,之前不为nan的类型显示0,反之则是1,(true=1)【one hot】
7、inputs.values表示值
8、小白发问:为什么要在转换的张量后显示数据类型?
import torch X, y = torch.tensor(inputs.values), torch.tensor(outputs.values) X, y
(tensor([[3., 1., 0.],
[2., 0., 1.],
[4., 0., 1.],
[3., 0., 1.]], dtype=torch.float64),
tensor([127500, 106000, 178100, 140000]))