jupyte导入excel文件编码、出错问题

jupyte导入excel文件编码、出错问题


使用jupyter导入excel文件,由于路径存在中文路径,所以,出错
例如

import pandas as pd
df= pd.read_excel(r"C:/综合案例/综合项目-day01/综合项目用户画像UserProfile/昆山农商行数据/数据/3循环贷宽表.xls")

错误:

E:\soft_install\python\anaconda\lib\site-packages\xlrd\timemachine.py in <lambda>(b, enc)
     29     REPR = ascii
     30     xrange = range
---> 31     unicode = lambda b, enc: b.decode(enc)
     32     ensure_unicode = lambda s: s
     33     unichr = chr

UnicodeDecodeError: 'gbk' codec can't decode byte 0xc6 in position 3: incomplete multibyte sequence

在查了资料之后,加上encoding=“utf-8” 仍然出错,正准备更改路径,偶然发现,之前导入的兼容格式的excel文件可以正常导入,
所以尝试将excel文件另存为后缀为 .xlsx 的兼容格式

再次导入

df= pd.read_excel(r"C:/综合案例/综合项目-day01/综合项目用户画像UserProfile/昆山农商行数据/数据/3循环贷宽表.xlsx")

导入正常
在这里插入图片描述

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
好的,您的问题是如何使用Jupyter导入Excel文件并对数据进行BP防止过拟合正则化处理。以下是一些代码示例和步骤: 1. 首先,您需要安装pandas库,它是用于导入和处理Excel数据的常用库。您可以在终端窗口或Anaconda Prompt中运行以下命令进行安装: ``` pip install pandas ``` 2. 在Jupyter中导入pandas库并读取Excel文件。假设您的Excel文件名为“data.xlsx”,其中包含您的数据。您可以使用以下代码: ``` import pandas as pd data = pd.read_excel('data.xlsx') ``` 这将导入Excel文件并将其存储为名为“data”的pandas数据帧对象。 3. 对数据进行BP防止过拟合正则化处理。您可以使用常见的正则化方法,例如L1、L2正则化或dropout。以下是一个使用L2正则化的示例: ``` from keras.models import Sequential from keras.layers import Dense from keras.regularizers import l2 X = data.iloc[:, :-1].values y = data.iloc[:, -1].values model = Sequential() model.add(Dense(64, input_dim=X.shape[1], activation='relu', kernel_regularizer=l2(0.01))) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) model.fit(X, y, epochs=50, batch_size=32, validation_split=0.2) ``` 这将使用pandas数据帧对象中的数据并将其分为X和y。X包含所有特征,y包含目标变量。然后,创建一个具有64个神经元的隐藏层,使用ReLU激活函数和L2正则化。最后一层是一个具有sigmoid激活函数的输出层。模型使用二进制交叉熵作为损失函数,Adam优化器和准确度指标进行编译。最后,我们对模型进行50次迭代,并使用32批次进行训练,同时将20%的数据用于验证。 希望这能回答您的问题
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值