[机器学习与scikit-learn-7]：数据集获取的主要方式-3-导入外部数据集

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/123239912

---

目录

第1章 scikit-learn数据获取的主要方式

第2章 导入外部数据集

2.1 概述

2.2 代码案例

---

第1章 scikit-learn数据获取的主要方式

自带的小数据集：安装后，这些数据集一并安装，xxx.load_xxx()

在线下载的数据集：下载远程数据集

计算机生成的数据集：通过某种数学算法，生成数据集

svmlight/svm格式的数据集: 从文件冲去数据集

mldata.org: 在线下载由mldata.org提供的大型数据集

第2章 导入外部数据集

2.1 概述

有时候，我们需要使用外部的数据集，外部数据集通常以txt或excel的格式提供。

excel数据集的特征是：多特征的矩阵，列表示“特征”和标签，行表示样本。

这时候，我们就需要通过pd.read_csv读入数据集，非常简单。

2.2 代码案例

import numpy as np
import pandas as pd

# 外部文件名，可以是excel文件，可以是txt文件
# sep：分割符号
df_demo = pd.read_csv('demo.txt',sep=' ')

df_demo.shape

df_demo.head().T[[0]]

(18371, 26)

---

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/123239912