Python读取AI训练CSV文件并转换为指定数据结构求助

嘿，作为Python新手遇到这种结构转换的问题太正常了，我来一步步帮你搞定！

首先，假设你的CSV文件里每行数据是前nx-1个为特征值、最后1个为标签值的格式。我们可以用numpy加载数据后，遍历每一行来构造你需要的元组列表。

完整代码示例 #

import numpy as np

# 加载CSV文件，如果有表头记得加上skip_header=1参数
# 指定dtype为float确保数据类型符合要求
data = np.loadtxt('your_training_data.csv', delimiter=',', dtype=np.float64)

# 存储最终结果的列表
tuple_list = []

# 遍历每一行数据
for single_row in data:
    # 提取前nx-1个元素，reshape成(nx-1, 1)的列向量
    x_array = single_row[:-1].reshape(-1, 1)
    # 提取最后一个元素，reshape成(1, 1)的数组
    y_array = single_row[-1:].reshape(1, 1)
    # 将(x,y)元组加入列表
    tuple_list.append( (x_array, y_array) )

# 验证结构是否正确（可选）
print("第一个元组的x形状:", tuple_list[0][0].shape)
print("第一个元组的y形状:", tuple_list[0][1].shape)

关键代码说明 #

• single_row[:-1]：取当前行除最后一个元素外的所有值，得到x的原始数据
• reshape(-1, 1)：自动计算行数，把一维数组转换成列向量，正好匹配你要的(nx-1, 1)形状
• single_row[-1:]：用[-1:]而不是[-1]，是为了保持结果为numpy数组（而非单个标量），后续转成(1,1)形状更方便
• 最后把每个(x,y)元组添加到列表，就得到了你需要的结构

如果你的CSV文件包含表头，一定要在np.loadtxt里加上skip_header=1，避免把表头当成数据加载进来哦！

内容的提问来源于stack exchange，提问作者Daniel Marques