机器学习实战1.2--KNN之从文本文件中解析数据和将部分数据以散点图的形式展示出来

#从文本文件中解析数据
from numpy import *
def file2matrix(filename):
    with open(filename) as file:

        #求得样例的个数
        arrayOLines=file.readlines()
        numberOfLines=len(arrayOLines)

        #求KNN算法所使用的数据集dataSet和类别labels
        returnMat=zeros((numberOfLines,3))  #初始化一个数据集矩阵
        classLabelVector=[]                 #初始化一个类别向量
        index=0
        for line in arrayOLines:
            line=line.split()
            returnMat[index,:]=line[0:3]  #矩阵的每一行表示一个测试样例
            classLabelVector.append(int(line[-1]))   #文本中每行的最后一个数据作为该样例所属的类别
            index+=1
    return returnMat,classLabelVector

dataSet,labels=file2matrix('dataTestSet')

#使用Matplotlib创建散点图
import matplotlib
import matplotlib.pyplot as plt
fig=plt.figure()
ax=fig.add_subplot(111)  #将画布分成1行1列，图像画在从上到下、从左到右的第一块画布中
ax.scatter(dataSet[:,1],dataSet[:,2],
           15.0*array(labels),15.0*array(labels))  #将矩阵中的第二列、第三列数据画在散点图中
plt.show()

运行结果：

• 上述代码之所以用with-open的形式打开文件，是为了避免忘记关闭文件而造成数据丢失。
• ax.scatter(dataSet[:,1],dataSet[:,2],15.0*array(labels),15.0*array(labels))：scatter利用变量labels中存储的类标签属性，在散点图上绘制了色彩不同、尺寸不同的点。要注意数组labels里面的元素都是数字，而不是字符型。