Python操作csv文件源程序

[复制链接]
查看11 | 回复0 | 2020-6-10 17:18:09 | 显示全部楼层 |阅读模式
Python操作csv文件源代码.rar (27.59 KB, 售价: 1 工控币)
1.png

部分代码:
  1. # -*- coding:utf-8 -*-
  2. #以只读的方式打开指定的扩展名为csv的文件,其编码格式为UTF-8-sig,注意这个位置的编码格式不能是utf-8
  3. file = open(r'E:\python\a.csv','r',encoding='utf-8-sig')
  4. #读取文件的内容并将其赋给变量data
  5. data = csv.reader(file)
  6. #读取变量data中的第一行(表头)
  7. header = next(data)
  8. #print('header = ' + str(header))
  9. #创建一个列表attributeList,专门存放数据源的属性值
  10. attributeList = []
  11. #创建一个列表resultList,专门存放对应各行记录的结果值
  12. resultList = []

  13. for row in data:
  14.     resultList.append(row[len(row) - 1])   #将每行记录的结果值存入resultList中
  15.     rowDictionary = {}                     #定义一个词典rowDictionary,用来存放每行的属性名称及其对应的属性值
  16.     for i in range(1,len(row) - 1):
  17.         rowDictionary[header[i]] = row[i]  #向词典rowDictionary添加属性名称及其对应的属性值
  18.     attributeList.append(rowDictionary)    #将每次内层循环产生的词典添加到列表attributeList中


  19. # print(resultList)

  20. vec = DictVectorizer()                     #创建一个DictVectorizer的实例,DictVectorizer是字典特征提取器,用来将数据的数据类型转化为整型
  21. attributeArray = vec.fit_transform(attributeList).toarray()   #利用vec实例将列表attributeList转化成“01”矩阵,函数fit_transform是先拟合数据,再标准化,函数toarray是将转化后的数据转变为数组
  22. title = vec.get_feature_names()            #获取vec中所有特征向量的名称和及其能取到的值

  23. #print(title)
  24. #print(array)

  25. lb = preprocessing.LabelBinarizer()        #初始化变量lb,preprocessing.LabelBinarizer()的作用是可将分类数据转化为“01”数据,例如可以把yes和no转化为0和1,或是把incident和normal转化为0和1
  26. resultArray = lb.fit_transform(resultList) #将结果值列表resultList转化为“01”矩阵

  27. #print(resultArray)

  28. transformArray = tree.DecisionTreeClassifier(criterion='entropy') #利用分类决策树tree(已引入)模块创建决策树分类器DecisionTreeClassifier,其实现算法是ID3算法(criterion=entropy)
  29. transformArray = transformArray.fit(attributeArray, resultArray)  #根据attributeArray和resultArray生成决策树

  30. #利用pip安装graphviz包和pydotplus包
  31. dotData = tree.export_graphviz(transformArray,feature_names=title,out_file=None)#根据transformArray和title生成判定树的节点,同时让输出文件为None(out_file=None)

  32. graph = pydotplus.graph_from_dot_data(dotData)                                  #根据上条语句生成的决策树结点dotData生成判定树的图形结构

  33. graph.write_pdf('E:/python/a.pdf') #将树形结构写入到指定的文件中
复制代码

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则