栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Python笔记之——txt文本数据预处理

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Python笔记之——txt文本数据预处理

个人Python学习笔记
原始数据集处理前格式:

raw_file = 'D:/anaconda/envs/text classification_chinese/Bert-Pytorch/THUCNews/data/dev.txt'
raw_text=open(raw_file, encoding='utf-8')
txt=[]
for line in raw_text:
    txt.append(line.strip())# line.strip() 去除首尾空格
print(txt)


处理后格式:

from tqdm import tqdm
labels = [
    "0", "1", "2", "3", "4", "5", "6","7", "8", "9"]
num_classes = len(labels)
def load_dataset(filename):
    D = []
    with open(file, 'r', encoding='UTF-8') as f:
        for line in tqdm(f):
            lin = line.strip()
            if not lin:
                continue
            text, label = lin.split('t')
            D.append((text, labels.index(label)))
    return D
file = 'D:/anaconda/envs/text classification_chinese/Bert-Pytorch/THUCNews/data/dev.txt'
valid_data = load_dataset(file)
print(valid_data)

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/990421.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号