如何使用自定义CSV文件运行notears_linear函数？

已知以下代码可正常运行：

import numpy as np
X1 = np.random.rand(100, 5)
from notears.linear import notears_linear
W_est = notears_linear(X1, lambda1=0.1, loss_type='l2')

但将自有X1.csv文件上传至同一目录后，直接运行以下代码会提示X1.csv未定义：

from notears.linear import notears_linear
W_est = notears_linear(X1.csv, lambda1=0.1, loss_type='l2')
print(W_est)

请问如何正确读取并使用该CSV文件作为函数输入？

解决方法 #

notears_linear函数的第一个参数需要的是numpy数组类型的数据集，而不是文件名字符串。你需要先把CSV文件读取成numpy数组，再传入函数。

方法1：使用numpy读取CSV #

import numpy as np
from notears.linear import notears_linear

# 读取CSV文件为numpy数组，delimiter根据你的CSV分隔符调整，默认逗号
X1 = np.genfromtxt('X1.csv', delimiter=',')
# 调用notears_linear函数
W_est = notears_linear(X1, lambda1=0.1, loss_type='l2')
print(W_est)

方法2：使用pandas读取CSV（适合带表头的场景） #

如果你的CSV包含表头，用pandas读取更灵活，之后再转成numpy数组：

import pandas as pd
from notears.linear import notears_linear

# 读取CSV，header=0表示第一行是表头，无表头则设为None
df = pd.read_csv('X1.csv', header=0)
# 将DataFrame转换为numpy数组
X1 = df.values
# 调用函数
W_est = notears_linear(X1, lambda1=0.1, loss_type='l2')
print(W_est)

注意：若CSV中存在缺失值或非数值内容，需先做数据清洗，确保X1是纯数值的二维numpy数组。

内容的提问来源于stack exchange，提问作者Jonathen