1、数据导入、理解、可视化(Pima Indians 印第安人医疗数据)
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))