深度再学习第一篇

---

前言

本文记录数据预处理部分内容

---

一、创建一个CSV文件

包括创建一个文件夹。

import os

os.makedirs(os.path.join('..','data'),exist_ok = True)#创建一个文件夹
data_file = os.path.join('..','data','house_tiny.csv')

os.makedirs(name, mode=0o777, exist_ok=False)

• name：你想创建的目录名
• mode：要为目录设置的权限数字模式。
• exist_ok：是否在目录存在时触发异常。如果exist_ok为False（默认值），则在目标目录已存在的情况下触发FileExistsError异常；如果exist_ok为True，则在目标目录已存在的情况下不会触发FileExistsError异常。

os.path.join()函数用于路径拼接文件路径，可以传入多个路径。

• 从后往前看

二、pandas的切片函数

1.iloc：通过行/列号选取数据

代码如下（示例）：

inputs, outputs = data.iloc[:,0:2],data.iloc[:,2]

[行,列]，第一个是前三列每一行，第二个是第三列每一行

2.loc：通过标签选取数据

代码如下（示例）：

暂无

三、补充离散型缺失值–get_dummies

pd.get_dummies相当于onehot编码，常用与把离散的类别信息转化为onehot编码形式

inputs = pd.get_dummies(inputs,dummy_na=True)
print(inputs)

---

输入：

输出：

将离散的价格类分为两列，用one-hot表示

补充一嘴，补充数值型离散值使用：

inputs = inputs.fillna(inputs.mean())

总结

import os

os.makedirs(os.path.join('..','data'),exist_ok = True)#创建一个文件夹
data_file = os.path.join('..','data','house_tiny.csv')
with open(data_file,'w') as f:
    f.write('NumRooms,Alley,Price\n')#列名
    f.write('NA,Pave,127500\n')
    f.write('2,NA,106000\n')
    f.write('4,NA,178100\n')
    f.write('NA,NA,140000\n')

import pandas as pd

data = pd.read_csv(data_file)
print(data)

inputs, outputs = data.iloc[:,0:2],data.iloc[:,2]
inputs = inputs.fillna(inputs.mean())
print(inputs)

inputs = pd.get_dummies(inputs,dummy_na=True)
print(inputs)