字典数据抽取

# coding=utf-8
_author_ = 'liuzc'
# 导包
from sklearn.feature_extraction import DictVectorizer

def dictvec():
    """
    字典数据抽取
    """
    # 实例化  sparse=False 取消稀疏矩阵
    dict = DictVectorizer(sparse=False)
    #调用fit_transform
    data = dict.fit_transform([{'name': '小明','age': 22}, {'name': '小花','age':60}, {'name': '小红','age': 30}])
    #读取特征值
    print(dict.get_feature_names())
    # ['age', 'name=小明', 'name=小红', 'name=小花']
    print(dict.inverse_transform(data))
    print(data)
    return  None
if __name__ == "__main__":
    dictvec()

打印结果：

['age', 'name=小明', 'name=小红', 'name=小花']
[{'age': 22.0, 'name=小明': 1.0}, {'age': 60.0, 'name=小花': 1.0}, {'age': 30.0, 'name=小红': 1.0}]
[[ 22.   1.   0.   0.]
 [ 60.   0.   0.   1.]
 [ 30.   0.   1.   0.]]