python读取文件格式化方法

墨蓝 2022-03-17 14:22 311阅读 0赞

介绍python的一种较为通用的读取文件并进行格式化的方法。

第一种文件格式：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]

一行数据是一个特征向量，最后一项是标签，表示类别。数据之间用空格分隔。目的是输入这样的文件路径，得到它格式化形成的特征向量和标签向量。

代码

def fileToNumpy(filename):
        file = open(filename)
        file_lines = file.readlines()
        numberOfLines = len(file_lines)
        dataArray = np.zeros((numberOfLines, 3))
        labels = []
        index = 0
        for line in file_lines:
            line = line.strip() # 参数为空时，默认删除开头、结尾处空白符（包括'\n', '\r', '\t', ' ')
            formLine = line.split('\t')
            dataArray[index,:] = formLine[0:3]
            labels.append((formLine[-1]))
            index += 1
        return dataArray, labels
    
    
    filename = "datingTestSet.txt"
    dataArray, labels = fileToNumpy(filename)

--------------------

第二种文件格式类似，但是用逗号分隔  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]  
这种文件是csv格式文件，把它当作普通文件来处理。

代码

def fileToNumpy_2(filename):
        file = open(filename)
        lines = file.readlines()
        length = len(lines)
        data = np.zeros((length, 3))
        labels = []
        index = 0
        for line in lines:
            line = line.strip()
            one = line.split(',')
            data[index,:] = one[0:-1]
            labels.append(one[-1])
            index += 1
        return data, labels
    
    
    filename = "testData.txt"
    data, labels = fileToNumpy_2(filename)
    print(data)
    print(labels)

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]: /images/20220317/dd5c1de4c2a64b338d2abe2081ed8000.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]: /images/20220317/7cff63126d3c4098a2f6a7da560a3749.png