入门机器学习时，一些测试数据是网络上的csv文件。这里总结了两种加载csv文件的方式：

 

1 通过numpy、urllib2加载

import numpy as np
import urllib2

url = "http://archive.ics.uci.edu/ml/machine-learning-databases/pima-indians-diabetes/pima-indians-diabetes.data"
raw_data = urllib2.urlopen(url)
dataset = np.loadtxt(raw_data, delimiter=",")
X = dataset[:, 0:7]
y = dataset[:, 8]

2 通过pandas加载

import pandas as pd

url = "http://archive.ics.uci.edu/ml/machine-learning-databases/pima-indians-diabetes/pima-indians-diabetes.data"
dataFrame = pd.read_csv(url, header=None)
dataset = dataFrame.values
X = dataset[:, 0:7]
y = dataset[:, 8]

3 总结

  • np.loadtxt返回的数据类型是：numpy.ndarray
  • pd.read_csv返回的数据类型是：pandas.core.frame.DataFrame
  • DataFrame.values的类型是：numpy.ndarray
  • 所以，本质上，两种方法最后是一样的