【数据处理】csv文件格式操作与python多维数组切片操作

1.说明

CSV是一种以逗号分隔数值的文件类型，在数据库或电子表格中，常见的导入导出文件格式就是CSV格式，CSV格式存储数据通常以纯文本的方式存数数据表。
excel：

txt文本中：

2.问题

现在需要用线性回归求出一批参数，其公式为a=wx+b,其中a为一个值，w为2881的矩阵，x为1288维的矩阵，b为偏置向量，其形式为a=w1x1+w2x2+…+w288*x288+b

3.代码与讲解分析

（1）数组与np.array
Python中提供了list容器，可以当作数组使用。但列表中的元素可以是任何对象，因此列表中保存的是对象的指针，这样一来，为了保存一个简单的列表[1,2,3]。就需要三个指针和三个整数对象。对于数值运算来说，这种结构显然不够高效。
Python虽然也提供了array模块，但其只支持一维数组，不支持多维数组(在TensorFlow里面偏向于矩阵理解)，也没有各种运算函数。因而不适合数值运算。
NumPy的出现弥补了这些不足。

（——摘自张若愚的《Python科学计算》）

（2）计算形式：
x的每一行对应了y的每一行，x一般有多个，y一般为一个，即求
y=w1x1+w2x2+…+wnxn,调用函数fit即可求出w1，w2…wn个参数，
在此例中x的参数有288个。

（3）关于多维切片

      x= deliveryData[:,0:-3]    
      # 所有行，第一列到倒数第四列（-3列前一列）
      y = deliveryData[:,-1]
      #所有行，倒数第一列

在本例二维数组中，“，”的含义是区分维度的，在第一行表示行（第一维）x:y表示从x行到y-1行，若x为空默认从第一行起始，若y为空默认到最后一行，第二维同理，这样可以切选出自己想要的矩阵数组，若为负数则为从末尾开始。
（4）.fit源码分析
之后再更，先占个坑

  #coding=utf-8
  # @Author: lihao
  # @Time: 2019-09-09 10:11
  # @Abstract：多元线性回归(Multiple Regression)算法  含类别变量
  from numpy import genfromtxt
  import numpy as np
  from sklearn import linear_model
  datapath=r"/home/lihao/Desktop/data_controller3.csv" #ctrl+l可以查看文件路径
  #从文本文件中提取数据并转为numpy Array格式
  deliveryData = genfromtxt(datapath,delimiter=',')
  #deliveryData = [[ 0  ,1 , 2 , 3 , 4],
  # [ 5 , 6 , 7,  8 , 1.65],
  # [10 ,11 ,12 ,13 ,2.85],
  # [15, 16 ,17 ,18 ,4],
  # [20 ,21, 22 ,23, 5.2]]

  #deliveryData=np.arange(864).reshape(3,288)
  #deliveryData=np.array(deliveryData)
  #print (data)
  print(deliveryData)
  # 读取自变量X1...x5
  x= deliveryData[:,0:-3]    
  # 读取因变量    
  y = deliveryData[:,-1]
  print ("x:",x)    
  print ("y:",y)
  # 调用线性回归模型    
  lr = linear_model.LinearRegression()    
  # 装配数据    
  lr.fit(x, y)   
  print (lr) 
  print("coefficients:")   
  print (lr.coef_)
  print("intercept:")
  print (lr.intercept_)
  #预测
  xPredict = deliveryData[-20:,0:-3]   
  yPredict = lr.predict(xPredict)    
  yreally=deliveryData[-20:,-1]    
  print("predict:")    
  print(yPredict)
  print(yreally)