将训练和测试数据保存在文件中

Question

我正在使用以下代码将数据集拆分为训练数据和测试数据以保存在文件中；

import numpy as np
from sklearn.cross_validation import train_test_split

a = (np.genfromtxt(open('dataset.csv','r'), delimiter=',', dtype='int')[1:])
a_train, a_test = train_test_split(a, test_size=0.33, random_state=0)

c1 = open('trainfile.csv', 'w')
arr1 = str(a_train)
c1.write(arr1)
c1.close

c2 = open('testfile.csv', 'w')
arr2 = str(a_test)
c2.write(arr2)
c2.close

但是我在文件中得到以下输出；

trainfile.csv:
[[ 675847       0       0 ...,       0       0       3]
 [  74937       0       0 ...,       0       0       3]
 [  65212       0       0 ...,       0       0       3]
 ..., 
 [  18251       0       0 ...,       0       0       1]
 [1131828       0       0 ...,       0       0       1]
 [  14529       0       0 ...,       0       0       1]]

这就是trainfile的全部内容。我也面临与 testfile.csv 的输出相同的问题。我想要的是整个训练和测试数据存储在文件中，而不是表示额外数据的句点。有什么建议吗？

Answer 1

这是因为你在 numpy 数组上调用了字符串方法str。请改用 numpy 函数 numpy.savetxt。它看起来像

with open('testfile.csv', 'w') as FOUT:
    np.savetxt(FOUT, a_test)

请注意，CSV 阅读器不一定能读取该格式。如果这是您的意图，您可以使用https://docs.python.org/2/library/csv.html。