【Pytorch-EHR预处理代码解析】pytorch_ehr/Preprocessing/data_preprocessing_v1.py

pytorch_ehr/Preprocessing/data_preprocessing_v1.py at master · ZhiGroup/pytorch_ehr · GitHub

# 这个脚本的目的是预处理医疗数据，具体来说是将数据组织成适用于机器学习模型的格式，如Doctor AI或RETAIN。
# 数据来自代表病例和对照组的文件，每个文件包含患者ID、医疗代码和就诊日期。
# 脚本处理这些数据并输出多个文件，包括访问列表和诊断代码的pickle文件，以及诊断代码到整数的映射。

import sys  # 导入sys库以便使用系统特定的参数和函数，比如命令行参数。
from optparse import OptionParser  # 导入OptionParser以解析命令行选项。

# 尝试导入更快的cPickle，如果没有cPickle则回退到使用pickle。
try:
    import cPickle as pickle
except:
    import pickle

import numpy as np  # 导入NumPy进行数值操作和数组操作。
impor