python knn算法代码_Python简单实现KNN算法

__author__ = '糖衣豆豆'

from numpy import *

from os importlistdirimportoperator#从列方向扩展#tile(a,(size,1))#实现KNN算法，需要指定k，需要测试数据集，需要训练数据集，类别名(标签),

defknn(k,testdata,traindata,labels):#通过shape获得行数

traindatasize=traindata.shape[0]#扩展testdata的维数，tile函数可以扩展testdata和traindata相同的行数，然后和traindata的向量相减计算测试机和训练集的差值

dif=tile(testdata,(traindatasize,1))-traindata#计算差值的平方

sqdif=dif**2

#计算平方和,每一行的各列求和,axis=1每一行的各列求和

sumsqdif=sqdif.sum(axis=1)#开方

distance=sumsqdif**0.5

#排序

sortdistance=distance.argsort()#空字典

count={}#选择距离最短的k

for i inrange(0,k):#获取类别，下标决定属于哪一类

vote=labels[sortdistance[i]]#整理为一定格式，得到类别vote,每出现一次统计一次

count[vote]=count.get(vote,0)+1

#取出最多的类别，reverse=True表示降序

sortcount=sorted(count.items(),key=operator.itemgetter(1),reverse=True)returnsortcount[0][0]#图片处理#先将图片转为固定宽高,比如32*32,然后再转为文本

'''from PIL import Image

im=Image.open("~/Downloads/123.png")

fh=open("~/Downloads/123_txt","a")

width=im.size[0]

height=im.size[1]

#k=im.getpixel((1,9))

#print(k)

for i in range(0,width):

for j in range(0,height):

cl=im.getpixel((i,j))

clall=cl[0]+cl[1]+cl[2]

if(clall==0):

#黑色

fh.write("1")

else:

fh.write("0")

fh.write("\n")

fh.close()'''

#加载数据#将数据转为数组

defdatatoarray(fname):

arr=[]

fh=open(fname)#图片是32*32的横轴每次读取32

for i in range(0,32):

thisline=fh.readline()#读每一行

for j in range(0,32):#读入到数组里

arr.append(int(thisline[j]))returnarr

arr1=datatoarray("~/coding/python/data/testandtraindata/testdata/0_74.txt")#print(arr1)#建立一个函数，取文件的前缀

defseplabel(fname):

filestr=fname.split(".")[0]

label=int(filestr.split("_")[0])returnlabel#建立训练数据

deftraindata():#存储类别

labels=[]#得到训练目录下所有的文件

trainfile=listdir("~/coding/python/data/testandtraindata/traindata")#取当前文件有多少个

num=len(trainfile)#生成一个多少行多少列的向量，行的长度应该是32*32=1024(列)，每一行存储一个文件

#用一个数组存储所有训练数据，行：文件总数，列：1024

trainarr=zeros((num,1024))#第一层循环文件

for i inrange(0,num):

thisfname=trainfile[i]#调用seplabel函数

thislabel=seplabel(thisfname)#存到数组里

labels.append(thislabel)#调用datatoarray函数,i,:处理重复读取

trainarr[i,:]=datatoarray("~/coding/python/data/testandtraindata/traindata/"+thisfname)returntrainarr,labels#用测试数据条用KNN算法去测试，看是否能够准确识别

defdatatest():

trainarr,labels=traindata()

testlist=listdir("~/coding/python/data/testandtraindata/testdata")

tnum=len(testlist)for i inrange(0,tnum):

thistestfile=testlist[i]

testarr=datatoarray("~/coding/python/data/testandtraindata/testdata/"+thistestfile)

rknn=knn(3,testarr,trainarr,labels)print(rknn)#a=datatest()#print(a)#抽某一个文件测试文件出来进行验证

trainarr,labels=traindata()

thistestfile="8_15.txt"testarr=datatoarray("~/coding/python/data/testandtraindata/testdata/"+thistestfile)

rknn=knn(3,testarr,trainarr,labels)print(rknn)