numpy.genfromtxt(fname, dtype=<class ‘float’>, comments=’#’, delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space=’_’, autostrip=False, case_sensitive=True, defaultfmt=‘f%i’, unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding=‘bytes’)
从文本文件加载数据,并按指定处理缺失值。
参数: fname:file, str, pathlib.Path, list of str, generator
要读取的文件,文件名,列表或生成器。 如果文件扩展名为gz或bz2,则首先解压缩文件。 请注意,生成器必 须在Python 3k中返回字节字符串。 列表中的字符串或生成器生成的字符串被视为行。
dtype : dtype, optional
结果数组的数据类型。 如果为None,则dtypes将由每列的内容单独确定。
comments : str, optional
用于表示评论开始的字符。 注释后出现在行上的所有字符都将被丢弃
delimiter : str, int, or sequence, optional
用于分隔值的字符串。 默认情况下,任何连续的空格都用作分隔符。 也可以提供整数或整数序列作为每个字段的宽度。
skiprows : int, optional
skiprows was removed in numpy 1.10. Please use skip_header instead.
skip_header : int, optional
要在文件开头跳过的行数。
skip_footer : int, optional
要在文件末尾跳过的行数。
converters : variable, optional
将列数据转换为值的函数集。 转换器还可用于为丢失的数据提供默认值:converters = {3:lambda s:float(s或0)}。
missing_values : variable, optional
与缺失数据相对应的字符串集。
usecols : sequence, optional
要读取哪些列,其中0为第一列。 例如,usecols =(1,4,5)将提取第2列,第5列和第6列。
x = np.genfromtxt('feature_data.csv',dtype=float,delimiter=',')
x_train,X_test,y_train,y_test = train_test_split(X,Y,test_size =
转载于:https://blog.csdn.net/weixin_41811657/article/details/84614818