scipy.io.arff.

loadarff#

scipy.io.arff.loadarff(f)[источник]#

Прочитать файл arff.

Данные возвращаются в виде массива записей, к которому можно обращаться почти как к словарю массивов NumPy. Например, если один из атрибутов называется 'pressure', то его первые 10 точек данных можно получить из data массив записей следующим образом: data['pressure'][0:10]

Параметры:

fфайлоподобный или str: Файлоподобный объект для чтения или имя файла для открытия.

Возвращает:

данныезаписывающий массив: Данные файла arff, доступные по именам атрибутов.
metaMetaData: Содержит информацию о файле arff, такую как имя и тип атрибутов, отношение (название набора данных) и т.д.

Вызывает:

ParseArffError: Возникает, если указанный файл не имеет формат ARFF.
NotImplementedError: Файл ARFF имеет атрибут, который еще не поддерживается.

Примечания

Эта функция должна уметь читать большинство файлов arff. Не реализованные возможности включают:

атрибуты типа даты
атрибуты строкового типа

Он может читать файлы с числовыми и номинальными атрибутами. Он не может читать файлы с разреженными данными ({} в файле). Однако эта функция может читать файлы с пропущенными данными (? в файле), представляя точки данных как NaN.

Примеры

>>> from scipy.io import arff
>>> from io import StringIO
>>> content = """
... @relation foo
... @attribute width  numeric
... @attribute height numeric
... @attribute color  {red,green,blue,yellow,black}
... @data
... 5.0,3.25,blue
... 4.5,3.75,green
... 3.0,4.00,red
... """
>>> f = StringIO(content)
>>> data, meta = arff.loadarff(f)
>>> data
array([(5.0, 3.25, 'blue'), (4.5, 3.75, 'green'), (3.0, 4.0, 'red')],
      dtype=[('width', '
>>> meta
Dataset: foo
    width's type is numeric
    height's type is numeric
    color's type is nominal, range is ('red', 'green', 'blue', 'yellow', 'black')