04动手学深度学习（下）

数据预处理

创建一个人工数据集，并存储在csv（逗号分隔）文件

import os

os.makedirs(os.path.join('..','data'),exist_ok=True)
data_file=os.path.join('..','data','house_tiny.csv')
with open(data_file,'w') as f:
    f.write('NumRooms,Alley,Price\n')  #列名
    f.write('NA,Pave,127500\n')   #每行表示一个数据样本
    f.write('2,NA,106000\n')
    f.write('4,NA,178100\n')
    f.write('NA,NA,140000\n')
    

import pandas as pd

data=pd.read_csv(data_file)
print(data)

   NumRooms Alley   Price
0       NaN  Pave  127500
1       2.0   NaN  106000
2       4.0   NaN  178100
3       NaN   NaN  140000

为处理缺失值，典型方法包含插值和删除，这里采用插值的方法

inputs,outputs=data.iloc[:,0:2],data.iloc[:,2]  #其中使用iloc即index location进行元素定位
inputs=inputs.fillna(inputs.mean(numeric_only=True))  #将缺失值填充为原先值的均值
print(inputs)

   NumRooms Alley
0       3.0  Pave
1       2.0   NaN
2       4.0   NaN
3       3.0   NaN

inputs=pd.get_dummies(inputs,dummy_na=True).astype(int)
print(inputs)

   NumRooms  Alley_Pave  Alley_nan
0         3           1          0
1         2           0          1
2         4           0          1
3         3           0          1

import torch

X,y=torch.tensor(inputs.values),torch.tensor(outputs.values)
X,y

(tensor([[3, 1, 0],
         [2, 0, 1],
         [4, 0, 1],
         [3, 0, 1]]),
 tensor([127500, 106000, 178100, 140000]))

转换为NumPy张量

a=torch.tensor([3.5])
a,a.item(),float(a),int(a)

(tensor([3.5000]), 3.5, 3.5, 3)