学习笔记2020.9.22

import pandas as pd
dataroad = r'E:/MLdataset/hw1/'
with open(dataroad+'test.csv','r') as f:
    test_data = pd.read_csv(f)
with open(dataroad+'train.csv',errors='ignore') as t:
    train_data = pd.read_csv(t)

1. error 1:库问题

panda 和 pandas 不是一个库，在import pandas as pd 中不要将pandas 打成 panda

2. error 2:语法

with open(’#文件名或全路径’,‘打开方式’) as f:
df = pd.read_csv(f)

重新回顾一下导入写入导出：

1.Python open()函数文件打开操作
打开文件会用到open函数，标准的python打开文件语法如下：

open(name[,mode[,buffering]])

open函数的文件名是必须的，而模式和缓冲参数都是可选的。比如说有个a.txt的文本文件，存放在c:\text下，那么你要打开它可以这样操作：

x = open(r 'c:\text\a.txt')

用读的模式打开这个路径下的对应文本文件，如果要打开对像不存在，程序会报错。

2.刚才打开文件过程中用到了‘r’这个参数，在文件打开过程中还会用到很多操作方法，都有不同的参数来表示。'r’读模式、'w’写模式、'a’追加模式、‘b’二进制模式、’+'读/写模式。

3.python文件写入操作

f = open('a.txt', 'w')
f.write('hello,')
f.write('iplaypython')
f.close()

第一行：用写的方式打开a.txt这个文件，并赋给f (python变量命名规则)
第二行：f.write方法写入( )括号内的内容
第三行：同第二行意义相同，重点要说明下f.write写入的内容会追加到文件中已存在的数据后，也就是就此时的’iplaypython’是在’hello,'后边显示的。
第四行：最后调用close方法关闭文件，有打开就要有关闭。

4.python文件读取操作方法
要进行读文件操作，只需要把模式换成’r’就可以，也可以把模式为空不写参数，也是读的意思，因为程序默认是为’r’的。

f = open('a.txt', 'r')
f.read(5)

read( )是读文件的方法，括号内填入要读取的字符数，这里填写的字符数是5，如果填写的是1那么输出的就应该是一个字符。
打开文件文件读取还有一些常用到的技巧方法，像下边这两种：
1、read( )：表示读取全部内容
2、readline( )：表示逐行读取

3. error 3:编码格式
   报错：

'gbk' codec can't decode byte 0xaf in position 7: illegal multibyte sequence

Unicode的解码（Decode）出现错误（Error）了，以gbk编码的方式去解码（该字符串变成Unicode），但是此处通过gbk的方式，却无法解码（can’t decode ）。“illegal multibyte sequence”意思是非法的多字节序列，即没法（解码）了。
此种错误，可能是要处理的字符串本身不是gbk编码，但是却以gbk编码去解码 。比如，字符串本身是utf-8的，但是却用gbk去解码utf-8的字符串，所以结果不用说，则必然出错。

解决方法：
1、在打开文本时候，可以指明打开方式：
file = open(path, encoding=‘gbk’)
2、如果上一步还不能解决，可能是文本中出现的一些特殊符号超出了gbk的编码范围，可以选择编码范围更广的‘gb18030’，如：
file = open(path, encoding=‘gb18030’）
3、 如果上一步还不能解决，说明文中出现了连‘gb18030’也无法编码的字符，可以使用‘ignore’属性忽略非法字符，如：
file = open(path, encoding=‘gb18030’, errors=‘ignore’)

cookie 1：
在pandas中

rows=train_data.iloc[1:3]# 第2,3行
rows=train_data.loc[1:3]# 第1,2,3行

同时筛选行和列。前面是选取的行，后面是选取的列

train_data.iloc[[1,2],[1,2]]
train_data.iloc[1:2,1:2]

cookie 2:
np中的 .reshape(-1,2)
-1是模糊控制的意思，比如 reshape(-1,2)，固定2列，多少行不知道。