PyTorch学习：使用pytorch进行数据预处理
本文基于jupiter，将从如何读取数据集、对数据集处理缺失值、将数据转为张量形式来完成对数据的预处理。
其中用到的数据集有：house_tiny.csv、boston_house_prices.csv、Iris.txt
数据集： https://pan.baidu.com/s/17-xn66iShCXQCqZREo51Zw?pwd=5q6s
一、读取数据集
由于我未找到鸢尾花iris数据集的csv或者xlsx形式，所以对该数据集进行加工
1.代码
import torch
import numpy as np
import pandas as pd
house_tiny=pd.read_csv('house_tiny.csv')
boston_house_prices=pd.read_csv('boston_house_prices.csv')
# 读取文本文件
with open('iris(1).txt', 'r') as file:
lines = file.readlines()
# 分割每行的数据
data = [line.strip().split('\t') for line in lines]
# 创建 DataFrame 对象
df = pd.DataFrame(data)
# 将 DataFrame 保存为 Excel 文件
df.to_csv('iris.csv', index=False)
将iris数据集存为iris.csv形式。
2.结果
如下图所示，将这几个数据集都成功读入
二、对数据进行缺失值处理
1.代码
我使用的是用平均数来填补缺失值，同时将处理好的数据集放进一个新的csv文件
# 使用平均数填充缺失值
house_tiny_fill=house_tiny.fillna(house_tiny.mean())
boston_fill=boston_house_prices.fillna(boston_house_prices.mean())
iris_fill = df.fillna(df.mean())
# 将补过缺失值的数据保存为新的 Excel 文件
house_tiny_fill.to_csv('house_tiny_fill.csv', index=False)
boston_fill.to_csv('boston_fill.csv',index=False)
iris_fill.to_csv('iris_fill.csv',index=False)2.结果
以house_tiny的数据为例：
处理前：
处理后：
三、将数据转为张量形式
先使用 astype() 方法将 numpy.object_ 类型的数据转换为 float64 类型的数据，然后再创建张量。
将数据转为张量，我遇到一个问题：
也就是我的house_tiny数据集中有一列'pave'无法转成float64。
所以再对数据进行处理，然后去除掉’pave‘这列在进行tensor转换
1.代码
#取house_tiny_fill的数值
house_tiny_data = pd.read_csv('house_tiny_fill.csv', usecols=['NumRooms', 'Price'])
# 将两列数据存储到 NumPy 数组中
house_tiny_array = np.column_stack((house_tiny_data['NumRooms'].to_numpy(), house_tiny_data['Price'].to_numpy()))
#转成张量
tensor_house_tiny = torch.tensor(house_tiny_data.values)
tensor_iris = torch.tensor(iris.values)
tensor_boston = torch.tensor(boston_fill.values)2.结果
数据处理前：
数据处理后：
由此就可成功转为tensor
四、张量输出
1.代码
print('tensor_house_tiny',tensor_house_tiny)
print('tensor_iris',tensor_iris)
print('tensor_boston_house_prices',tensor_boston_house_prices)2.结果
tensor_house_tiny tensor([[2.0000e+00, 1.2750e+05],
[2.0000e+00, 1.0600e+05],
[4.0000e+00, 1.7810e+05],
[2.0000e+00, 1.4000e+05]], dtype=torch.float64)
tensor_iris tensor([[5.1000, 3.5000, 1.4000, 0.2000, 1.0000],
[4.9000, 3.0000, 1.4000, 0.2000, 1.0000],
[4.7000, 3.2000, 1.3000, 0.2000, 1.0000],
[4.6000, 3.1000, 1.5000, 0.2000, 1.0000],
[5.0000, 3.6000, 1.4000, 0.2000, 1.0000],
[5.4000, 3.9000, 1.7000, 0.4000, 1.0000],
[4.6000, 3.4000, 1.4000, 0.3000, 1.0000],
[5.0000, 3.4000, 1.5000, 0.2000, 1.0000],
[4.4000, 2.9000, 1.4000, 0.2000, 1.0000],
[4.9000, 3.1000, 1.5000, 0.1000, 1.0000],
[5.4000, 3.7000, 1.5000, 0.2000, 1.0000],
[4.8000, 3.4000, 1.6000, 0.2000, 1.0000],
[4.8000, 3.0000, 1.4000, 0.1000, 1.0000],
[4.3000, 3.0000, 1.1000, 0.1000, 1.0000],
[5.8000, 4.0000, 1.2000, 0.2000, 1.0000],
[5.7000, 4.4000, 1.5000, 0.4000, 1.0000],
[5.4000, 3.9000, 1.3000, 0.4000, 1.0000],
[5.1000, 3.5000, 1.4000, 0.3000, 1.0000],
[5.7000, 3.8000, 1.7000, 0.3000, 1.0000],
[5.1000, 3.8000, 1.5000, 0.3000, 1.0000],
[5.4000, 3.4000, 1.7000, 0.2000, 1.0000],
[5.1000, 3.7000, 1.5000, 0.4000, 1.0000],
[4.6000, 3.6000, 1.0000, 0.2000, 1.0000],
[5.1000, 3.3000, 1.7000, 0.5000, 1.0000],
[4.8000, 3.4000, 1.9000, 0.2000, 1.0000],
[5.0000, 3.0000, 1.6000, 0.2000, 1.0000],
[5.0000, 3.4000, 1.6000, 0.4000, 1.0000],
[5.2000, 3.5000, 1.5000, 0.2000, 1.0000],
[5.2000, 3.4000, 1.4000, 0.2000, 1.0000],
[4.7000, 3.2000, 1.6000, 0.2000, 1.0000],
[4.8000, 3.1000, 1.6000, 0.2000, 1.0000],
[5.4000, 3.4000, 1.5000, 0.4000, 1.0000],
[5.2000, 4.1000, 1.5000, 0.1000, 1.0000],
[5.5000, 4.2000, 1.4000, 0.2000, 1.0000],
[4.9000, 3.1000, 1.5000, 0.1000, 1.0000],
[5.0000, 3.2000, 1.2000, 0.2000, 1.0000],
[5.5000, 3.5000, 1.3000, 0.2000, 1.0000],
[4.9000, 3.1000, 1.5000, 0.1000, 1.0000],
[4.4000, 3.0000, 1.3000, 0.2000, 1.0000],
[5.1000, 3.4000, 1.5000, 0.2000, 1.0000],
[5.0000, 3.5000, 1.3000, 0.3000, 1.0000],
[4.5000, 2.3000, 1.3000, 0.3000, 1.0000],
[4.4000, 3.2000, 1.3000, 0.2000, 1.0000],
[5.0000, 3.5000, 1.6000, 0.6000, 1.0000],
[5.1000, 3.8000, 1.9000, 0.4000, 1.0000],
[4.8000, 3.0000, 1.4000, 0.3000, 1.0000],
[5.1000, 3.8000, 1.6000, 0.2000, 1.0000],
[4.6000, 3.2000, 1.4000, 0.2000, 1.0000],
[5.3000, 3.7000, 1.5000, 0.2000, 1.0000],
[5.0000, 3.3000, 1.4000, 0.2000, 1.0000],
[7.0000, 3.2000, 4.7000, 1.4000, 2.0000],
[6.4000, 3.2000, 4.5000, 1.5000, 2.0000],
[6.9000, 3.1000, 4.9000, 1.5000, 2.0000],
[5.5000, 2.3000, 4.0000, 1.3000, 2.0000],
[6.5000, 2.8000, 4.6000, 1.5000, 2.0000],
[5.7000, 2.8000, 4.5000, 1.3000, 2.0000],
[6.3000, 3.3000, 4.7000, 1.6000, 2.0000],
[4.9000, 2.4000, 3.3000, 1.0000, 2.0000],
[6.6000, 2.9000, 4.6000, 1.3000, 2.0000],
[5.2000, 2.7000, 3.9000, 1.4000, 2.0000],
[5.0000, 2.0000, 3.5000, 1.0000, 2.0000],
[5.9000, 3.0000, 4.2000, 1.5000, 2.0000],
[6.0000, 2.2000, 4.0000, 1.0000, 2.0000],
[6.1000, 2.9000, 4.7000, 1.4000, 2.0000],
[5.6000, 2.9000, 3.6000, 1.3000, 2.0000],
[6.7000, 3.1000, 4.4000, 1.4000, 2.0000],
[5.6000, 3.0000, 4.5000, 1.5000, 2.0000],
[5.8000, 2.7000, 4.1000, 1.0000, 2.0000],
[6.2000, 2.2000, 4.5000, 1.5000, 2.0000],
[5.6000, 2.5000, 3.9000, 1.1000, 2.0000],
[5.9000, 3.2000, 4.8000, 1.8000, 2.0000],
[6.1000, 2.8000, 4.0000, 1.3000, 2.0000],
[6.3000, 2.5000, 4.9000, 1.5000, 2.0000],
[6.1000, 2.8000, 4.7000, 1.2000, 2.0000],
[6.4000, 2.9000, 4.3000, 1.3000, 2.0000],
[6.6000, 3.0000, 4.4000, 1.4000, 2.0000],
[6.8000, 2.8000, 4.8000, 1.4000, 2.0000],
[6.7000, 3.0000, 5.0000, 1.7000, 2.0000],
[6.0000, 2.9000, 4.5000, 1.5000, 2.0000],
[5.7000, 2.6000, 3.5000, 1.0000, 2.0000],
[5.5000, 2.4000, 3.8000, 1.1000, 2.0000],
[5.5000, 2.4000, 3.7000, 1.0000, 2.0000],
[5.8000, 2.7000, 3.9000, 1.2000, 2.0000],
[6.0000, 2.7000, 5.1000, 1.6000, 2.0000],
[5.4000, 3.0000, 4.5000, 1.5000, 2.0000],
[6.0000, 3.4000, 4.5000, 1.6000, 2.0000],
[6.7000, 3.1000, 4.7000, 1.5000, 2.0000],
[6.3000, 2.3000, 4.4000, 1.3000, 2.0000],
[5.6000, 3.0000, 4.1000, 1.3000, 2.0000],
[5.5000, 2.5000, 4.0000, 1.3000, 2.0000],
[5.5000, 2.6000, 4.4000, 1.2000, 2.0000],
[6.1000, 3.0000, 4.6000, 1.4000, 2.0000],
[5.8000, 2.6000, 4.0000, 1.2000, 2.0000],
[5.0000, 2.3000, 3.3000, 1.0000, 2.0000],
[5.6000, 2.7000, 4.2000, 1.3000, 2.0000],
[5.7000, 3.0000, 4.2000, 1.2000, 2.0000],
[5.7000, 2.9000, 4.2000, 1.3000, 2.0000],
[6.2000, 2.9000, 4.3000, 1.3000, 2.0000],
[5.1000, 2.5000, 3.0000, 1.1000, 2.0000],
[5.7000, 2.8000, 4.1000, 1.3000, 2.0000],
[6.3000, 3.3000, 6.0000, 2.5000, 3.0000],
[5.8000, 2.7000, 5.1000, 1.9000, 3.0000],
[7.1000, 3.0000, 5.9000, 2.1000, 3.0000],
[6.3000, 2.9000, 5.6000, 1.8000, 3.0000],
[6.5000, 3.0000, 5.8000, 2.2000, 3.0000],
[7.6000, 3.0000, 6.6000, 2.1000, 3.0000],
[4.9000, 2.5000, 4.5000, 1.7000, 3.0000],
[7.3000, 2.9000, 6.3000, 1.8000, 3.0000],
[6.7000, 2.5000, 5.8000, 1.8000, 3.0000],
[7.2000, 3.6000, 6.1000, 2.5000, 3.0000],
[6.5000, 3.2000, 5.1000, 2.0000, 3.0000],
[6.4000, 2.7000, 5.3000, 1.9000, 3.0000],
[6.8000, 3.0000, 5.5000, 2.1000, 3.0000],
[5.7000, 2.5000, 5.0000, 2.0000, 3.0000],
[5.8000, 2.8000, 5.1000, 2.4000, 3.0000],
[6.4000, 3.2000, 5.3000, 2.3000, 3.0000],
[6.5000, 3.0000, 5.5000, 1.8000, 3.0000],
[7.7000, 3.8000, 6.7000, 2.2000, 3.0000],
[7.7000, 2.6000, 6.9000, 2.3000, 3.0000],
[6.0000, 2.2000, 5.0000, 1.5000, 3.0000],
[6.9000, 3.2000, 5.7000, 2.3000, 3.0000],
[5.6000, 2.8000, 4.9000, 2.0000, 3.0000],
[7.7000, 2.8000, 6.7000, 2.0000, 3.0000],
[6.3000, 2.7000, 4.9000, 1.8000, 3.0000],
[6.7000, 3.3000, 5.7000, 2.1000, 3.0000],
[7.2000, 3.2000, 6.0000, 1.8000, 3.0000],
[6.2000, 2.8000, 4.8000, 1.8000, 3.0000],
[6.1000, 3.0000, 4.9000, 1.8000, 3.0000],
[6.4000, 2.8000, 5.6000, 2.1000, 3.0000],
[7.2000, 3.0000, 5.8000, 1.6000, 3.0000],
[7.4000, 2.8000, 6.1000, 1.9000, 3.0000],
[7.9000, 3.8000, 6.4000, 2.0000, 3.0000],
[6.4000, 2.8000, 5.6000, 2.2000, 3.0000],
[6.3000, 2.8000, 5.1000, 1.5000, 3.0000],
[6.1000, 2.6000, 5.6000, 1.4000, 3.0000],
[7.7000, 3.0000, 6.1000, 2.3000, 3.0000],
[6.3000, 3.4000, 5.6000, 2.4000, 3.0000],
[6.4000, 3.1000, 5.5000, 1.8000, 3.0000],
[6.0000, 3.0000, 4.8000, 1.8000, 3.0000],
[6.9000, 3.1000, 5.4000, 2.1000, 3.0000],
[6.7000, 3.1000, 5.6000, 2.4000, 3.0000],
[6.9000, 3.1000, 5.1000, 2.3000, 3.0000],
[5.8000, 2.7000, 5.1000, 1.9000, 3.0000],
[6.8000, 3.2000, 5.9000, 2.3000, 3.0000],
[6.7000, 3.3000, 5.7000, 2.5000, 3.0000],
[6.7000, 3.0000, 5.2000, 2.3000, 3.0000],
[6.3000, 2.5000, 5.0000, 1.9000, 3.0000],
[6.5000, 3.0000, 5.2000, 2.0000, 3.0000],
[6.2000, 3.4000, 5.4000, 2.3000, 3.0000],
[5.9000, 3.0000, 5.1000, 1.8000, 3.0000]], dtype=torch.float64)
tensor_boston_house_prices tensor([[6.3200e-03, 1.8000e+01, 2.3100e+00, ..., 1.5300e+01, 4.9800e+00,
2.4000e+01],
[2.7310e-02, 0.0000e+00, 7.0700e+00, ..., 1.7800e+01, 9.1400e+00,
2.1600e+01],
[2.7290e-02, 0.0000e+00, 7.0700e+00, ..., 1.7800e+01, 4.0300e+00,
3.4700e+01],
...,
[6.0760e-02, 0.0000e+00, 1.1930e+01, ..., 2.1000e+01, 5.6400e+00,
2.3900e+01],
[1.0959e-01, 0.0000e+00, 1.1930e+01, ..., 2.1000e+01, 6.4800e+00,
2.2000e+01],
[4.7410e-02, 0.0000e+00, 1.1930e+01, ..., 2.1000e+01, 7.8800e+00,
1.1900e+01]], dtype=torch.float64)