1、处理包含数据的文件
最近利用python读取txt文件时遇到了一个小问题，就是在计算两个np.narray()类型的数组时，出现了以下错误：
作为一个python新手，遇到这个问题后花费了挺多时间，在网上找了许多大神们写的例子，最后终于解决了。
总结如下：
(1)出现此问题的原因是：目的是想计算两个数组间的差值，但数组中的元素不是数据类型(float或int等)，而是str类型的。
(2)解决方法：在为空数组添加数据过程中，将每个数据强制转化为float型。
如将“character.append(dataset[i][:-1])”修改为“ character.append([float(tk) for tk in dataset[i][:-1]])”
现将利用python读取txt文件的过程总结如下：
python版本为python3.6
(1)函数定义，存放于function.py文件中：
(2)实现两个数组间的减法，存放于main.py文件中：
(3)运行结果：
数据集如下：
2、处理文本文件，如情感识别类的文件
在进行文本的情感分类时，从电影评论数据集网站上下载数据集后，发现数据集中存在许多不需要的符号。截取部分包含多余字符的数据如下：
下载数据集后，所有txt文件存放在两个文件夹：“neg”(包含消极评论)和“pos”(包含积极地评论)中。
两者的存放目录如下：“f:\self_learning\机器学习\python\bayes\review_polarity\txt_sentoken”。后面需要用到文件路径，此路径可根据自己存放目录修改。
主要涉及到的python操作有：多余字符的删除、文件夹中多文件的操作。
2.1 多余字符的删除
首先，我们要删除多余的符号，获得干净的数据。
经过查找资料，知道删除一条文本数据中不需要的符号，可以通过re.sub(chara,newchara,data)函数实现，其中chara是需要删除的字符，newchara是删除字符后相应位置的替换字符，data是需要操作的数据。比如下面的代码，指的是删除lines中包含的前面列出的字符，并用空白替换：
2.2 python对多文件的操作
下面的程序中，pathdirpos指的是所有积极评论的txt文件所在的目录，在此指的是“f:\self_learning\机器学习\python\bayes\review_polarity\txt_sentoken\pos”。child就是获得的每个txt文件全名。
2.3 电影评论数据集预处理
下面给出对于电影评论数据集的预处理程序(python3.6).
