关于如何分割data类型文件的小技巧

最近在学习数据处理，需要手撸一个感知器算法二分类模型。那么第一步就是数据格式的处理。

众所周知，老师只管甩数据，处理问题还是要自己来。首先看看数据格式为 .data 格式。

好家伙，经典花儿分类掐头去尾就扔过来了。感知器算法传入的参数一个是数据集matrix一个是标签label。看文件就知道需要考察我们对数据分割处理的能力。

直接使用numpy自带的 .loadtxt()功能，usecols是指定读取哪一行（从0开始），skiprows指定多少行不读取。如果文件的数据不是空格隔开的，而是用其他符号（例如';'）隔开的那么我们可以使用delimiter对分隔符进行指定(delimiter=';')。

老阴比把第五列的int改成了string，所以我们要指定数据格式 dtype=str，（我第一次写成了string，该死）。

c = np.loadtxt('/Users/dnh/Desktop/COMP527/CA1/CA1data/train.data',skiprows=1,delimiter=",",usecols=(0,1,2,3))
print(c)
x = np.loadtxt('/Users/dnh/Desktop/COMP527/CA1/CA1data/train.data',skiprows=1,delimiter=",",usecols=(4),dtype=str)
print(x)

这样就对data文件分割完成了！

完成基本的感知集算法之后，把形参扔进去就行了。

当然处理data文件不仅仅这一种方法，下面附上详细链接

https://zhuanlan.zhihu.com/p/80545218

https://blog.csdn.net/rosefun96/article/details/78829620