机器学习-Python实践Day2（数据准备--数据导入、理解、可视化）

1.1、 数据导入

机器学习的数据源通常都会以csv的格式来存储，因此在开始机器学习之前，需要先将数据导入到项目中，便于对数据进行后续操作。

有多种方法能对数据进行导入操作，我接下来将介绍常用的三种方法：

1.1.1、通过标准的Python库导入csv文件

from csv import reader
import numpy as np
# 使用标准的Python类库导入csv数据
filename='pima_data.csv'
with open(filename,'r') as raw_data:
    readers=reader(raw_data,delimiter=',')
    x=list(readers)
    data=np.array(x)
    print(data.shape)
    print(data)

1.1.2、通过Numpy导入csv文件

# 采用Numpy导入数据
import numpy as np
filename='pima_data.csv'
with open(filename,'r') as raw_data:
    data=np.loadtxt(raw_data,delimiter=',')
    print(data.shape)
    print(data)

1.1.3、通过Pandas导入csv文件

# 采用Pandas导入数据
import pandas as pd
filename='pima_data.csv'
df=pd.read_csv(filename,header=None)
print(df.shape)
print(np.array(df))