sklearn字典特征抽取——DictVectorize()

sklearn特征抽取API：sklearn.feature_extraction
DictVectorizer的处理对象是符号化（非数字化）的但是具有一定结构的特征数据，如字典等，将符号转成数字0/1表示。
字典特征抽取的API：sklearn.feature_extraction.DictVectorizer

DictVectorizer的语法：

DictVectorizer(sparse = True,……)
	DictVectorizer.fit_transform(x)
	# X :文本或者包含文本字符串的可迭代对象
	# 返回值：返回sparse矩阵
	DictVectorizer.inverse_transform(X)
	# X：array数组或者sparse矩阵
	# 返回值：转化之前的数据格式
	DictVectorizer.get_feature_names()
	# 返回值：单词列表
	DictVectorizer.transform(x)
	# 按照原先的标准转换

流程：
1.先实例化类DictVevtorizer
2.调取方法fit_transform(x)

例如，对字典：
{'city':'上海','temperature':60} {'city':'北京','temperature':100} {'city':'深圳','temperature':40}
进行特征处理。

代码如下：

from sklearn.feature_extraction import DictVectorizer

def dictvec():
	"""
	字典数据抽取
	:return:None
	"""
	# 实例化
	dict = DictVectorizer()

	#调用 fit_transform
	data = dict.fit_transform([{'city':'上海','temperature':60},
							   {'city':'北京','temperature':100},
						 	   {'city':'深圳','temperature':40}])
	print(data)
	return None

if __name__ == '__main__':
	dictvec()

输出结果如下：

因为DictVectorizer(sparse = True，……) 参数sparse=True，所以默认返回得是 sparse矩阵（如上图），sparse矩阵可以节约内存，方便读取。
如果要输出数组形式，只用把将实例化时的程序改写为：

dict = DictVectorizer(sparse = False)

则输出结果如图：

sparse矩阵就相当于把数组里面有值的地方单独写了出来。

调用 get_feature_names方法的程序为：

...
# 此属性包含在实例当中，直接调用就行
print(dict.get_feature_names())

输出结果如下
从输出结果可以直接看出，数组当中每一列的特征值是什么。

如果有什么错误的地方还希望大家在评论区给我指正，我也是在学习的过程中，一点点进步。